市政基础设施投资对城市全要素生产率的影响：2004—2017

周 强 史 薇

一、引言

“要想富，先修路”是劳动人民最朴实的生活经验，也是政府加强基础设施建设的动力。过去30年，我国基础设施建设快速发展，不仅建成了举世闻名的南水北调、西气东输、高速铁路网等一大批关系国计民生的工程，很多城市在市政基础设施方面也投入了巨额资金，修建城市地铁、快速公交、公园广场、地下管网、污水垃圾处理设施等，甚至兴起了“厕所革命”。随着我国经济发展进入新常态，城市化速度由快渐稳，城市发展质量受到关注。实现城市高质量发展离不开生活环境品质的改善和宜居水平的提高，也需要不断提升城市全要素生产率。在此背景下，城市市政基础设施投资的效率问题成为很多研究关注的焦点。

目前关于基础设施投资效益及影响的研究非常丰富，但鲜有直接针对城市市政基础设施投资的研究。与区域性基础设施投资相比，市政基础设施在投资内容、结构、规模、主体、目标等方面均有不同。在投资内容和结构上，区域性基础设施建设的重点是交通物流(铁路、公路、港口、机场等)、通讯信息、能源电力、生态环境治理等，市政基础设施建设除了这些内容，还包括给排水、燃气热力、园林绿化、健身休闲、环境卫生、防灾保障等生活服务性基础设施，这类设施的投资比重呈逐年上涨趋势。在投资规模和主体上，区域性基础设施的投资规模通常较大，一般由国家或省级政府及其代理机构(如大型央企、国企等)主导，市政基础设施的投资规模则要小得多，一般以城市政府及代理机构(如地方国企、城投公司等)为主，社会资本参与市政基础设施建设的比例相对更高。城市政府对市政基础设施投融资的决策效率更高、弹性更大，易于根据市场变化做出调整。在投资目标上，市政基础设施投资除了要促进经济和产业发展，还要满足居民的美好生活需求。因此我们认为，市政基础设施投资在提升城市全要素生产率，促进城市经济增长方面与区域性基础设施投资存在差异。考察市政基础设施投资对城市全要素生产率的影响具有重要理论和现实意义。

二、文献综述和研究假设

许多研究证实基础设施投资有助于人财物和技术的空间集聚，从而推动经济增长。20世纪80年代起，很多经济学家用计量方法测度基础设施建设和地区经济增长的关系。新古典经济增长理论认为，一个国家或地区长期、稳定的经济增长必然伴随全要素生产率的提高。不少学者实证考察了基础设施建设对全要素生产率的影响(1)Aschauer DA.，“Is Public Expenditure Productive”，Journal of Monetary Economics,1989,23(2)，pp.177-200.(2)Merriman D.，“Public capital and regional output，Another look at some Japanese and American data”,Regional Science and Urban Economics,1990(20),pp.437-458.(3)Bronzini R,Piselli P.，“Determinants of Long-Run Regional Productivity:The Role of R&D,Human Capital and Public Infrastructure”，Regional Science & Urban Economics,2009(39),pp.187-199.。早期研究主要集中在交通设施方面，能源、信息通讯和其他基础设施随后也被广泛研究，研究方法也日渐多样化。

(一)基础设施投资对全要素生产率影响的非线性

作为一种经济活动，市政基础设施投资与其他生产投资一样存在规模效应和边际收益问题。市政基础设施投资对城市全要素生产率的影响是非线性的。Duggal等人(4)Duggal VG,Saltzman C,Klein LR.，“Infrastructure and productivity:a nonlinear approach”， Journal of Econometrics,1999,92(1),pp.47-74.将基础设施视为生产函数中技术因子的构成要素，认为基础设施对经济增长的影响存在S曲线效应。Demurger(5)Demurger S.，“Infrastructure development and economic growth:An explanation for regional disparities in China”，Journal of Comparative Economics,2001(29),pp.95-117.，Agenor(6)Agenor PR.，“A theory of infrastructure-led development”，Journal of Economic Dynamics & Control,2010(34)，pp.932-950.和Banister(7)Banister D.，“Transport and economic development:Reviewing the evidence”，Transport Reviews,2012,32(1)，pp.1-2.的研究发现，交通设施投资超过一定规模后，对可达性和经济增长的边际效益减少。贾俊雪(8)贾俊雪：《公共基础设施投资与全要素生产率:基于异质企业家模型的理论分析》，《经济研究》2017年第2期。的研究发现，公共基础设施对全要素生产率的影响呈“倒U型”，即公共基础设施投资对全要素生产率的提升存在最佳规模。Laborda和Sotelsek(9)Laborda L,Sotelsek D.，“Effects of road infrastructure on employment,productivity and growth:an empirical analysis at country level”， Journal of Infrastructure Development,2019,11(1-2),pp.81-120.对印度的研究发现，道路基础设施对全要素生产率的影响存在库兹涅次曲线效应。总的来看，学界从非线性角度研究基础设施投资对全要素生产率影响的文献还不多，专门针对市政基础设施投资对城市全要素生产率非线性影响的研究更是缺乏，笔者据此提出以下研究假设。

假设1：市政基础设施投资对城市全要素生产率的影响显著且为非线性。

(二)基础设施投资对全要素生产率影响的迟滞性

基础设施的投资建设从可行性研究开始，经规划设计、施工建设直至最终运营管理往往需要较长时间才能真正发挥效用，基础设施投资影响的迟滞性是普遍现象，但目前学界在这方面的研究并不多。Strum等人(10)Sturm J E, Jacobs J,Groote P.，“ Output Effects of Infrastructure Investment in the Netherlands：1853-1913”， Journal of Macroeconomics,1999,21(2)，pp.355-380.使用向量自回归模型(VAR)对荷兰的研究发现，基础设施对经济增长的影响存在滞后效应，交通性基础设施的滞后期比其他类型基础设施的滞后期更长。刘勇(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》，《中国工业经济》2010年第12期。在研究交通设施对经济增长的影响时，将滞后效应纳入模型后发现，公路对经济增长的滞后期约5年。王晓东等人(12)王晓东、邓丹萱、赵忠秀：《交通基础设施对经济增长的影响——基于省际面板数据与Feder模型的实证检验》，《管理世界》2014年第4期。使用省级面板数据研究发现，基础设施对经济增长存在滞后效应，在滞后期1—3年内表现为积极影响，在4—5年时为负面效应。鉴于目前还没有研究对基础设施投资的滞后性对全要素生产率的影响进行深入分析，笔者提出以下研究假设。

假设2：市政基础设施投资对城市全要素生产率的影响存在滞后效应。

(三)基础设施投资对全要素生产率影响的异质性

世界银行将基础设施分为经济性基础设施和社会性基础设施，前者包括交通物流、能源电力、邮电通讯等，后者指生活服务、科教文卫、环境保护等。很多学者根据该划分比较了不同类型基础设施投资影响全要素生产率的差异。刘舜佳、王耀中(13)刘舜佳、王耀中：《基础设施对县域经济全要素生产率影响的空间计量检验》，《统计与信息论坛》2013年第2期。构建空间面板模型考察基础设施对县域全要素生产率的影响，发现实体性基础设施(城市建设和通讯)对县域全要素生产率有负面影响，社会性基础设施(教育与金融服务)的影响显著为正。郗恩崇等人(14)郗恩崇、徐智鹏、张丹：《中国基础设施投资的全要素生产率效应研究》，《统计与决策》2013年第23期。研究发现，交通、能源、信息基础设施对区域全要素生产率的影响存在差异，交通设施对全要素生产率有负面作用，能源和信息基础设施有积极作用。王自锋等人(15)王自锋、孙浦阳、张伯伟、曹知修：《基础设施规模与利用效率对技术进步的影响:基于中国区域的实证分析》，《南开经济研究》2014年第2期。考察了基础设施规模和利用效率对技术进步的影响，发现交通基础设施跟能源和信息基础设施一样，都能通过R&D的渠道提升全要素生产率。谢剑(16)谢剑：《基础设施建设与中国区域全要素生产率——基于285个地级市的空间计量分析》，《科学决策》2018年第4期。的研究发现，交通、医疗、能源、通讯、环境、文化、教育等基础设施对全要素生产率的影响差异显著。截至目前，还没有研究对城市市政基础设施进行分类，研究不同类型城市市政基础设施对全要素生产率的影响，笔者提出以下研究假设。

假设3：不同类型市政基础设施投资对城市全要素生产率的影响存在异质性。

三、模型与数据

(一)模型构建

1.城市全要素生产率的测度

本文以Fare等人(17)Fare R, Grosskopf S,Norris M,Zhang Z，“Productivity Growth,Technical Progress and Efficiency Change in Industrialized Countries”， American Economic Review,1994,84(1)，pp.66-83.提出的Malmquist生产率指数为测算指标，同时借用DEA中的非参数方法计算城市全要素生产率。该方法无需事先对生产函数的形式和分布进行假定，也不需要对参数进行估计，既能避免理论约束，又能进行分解，因此得到广泛运用(18)章祥荪、贵斌威：《中国全要素生产率分析:Malmquist指数法评述与应用》，《数量经济技术经济研究》2008年第6期。。现有研究对城市全要素生产率的计算，常常忽视土地因素，这不符合我国城市发展的实际。土地因素在我国城市经济发展中作用巨大，土地财政是很多城市政府的财政收入来源。本文将城市建设用地、资本存量和劳动力共同作为测量城市全要素生产率的投入要素。

(1)

(2)

即：

(3)

2.市政基础设施投资对城市全要素生产率的影响

本文将城市全要素生产率作为被解释变量。考虑到前期全要素生产率对后期存在动态累积效应，静态面板模型可能存在估计偏差，笔者构建如下动态面板模型：

(4)

其中，i和t分别表示城市和年份，TFPCH表示城市全要素生产率的变动情况，β为系数矩阵，m为自变量滞后期数，TR表示城市道路交通设施投资(包括道路、公共交通以及桥梁等设施)，EN表示城市市容环境设施投资(包括园林、绿化以及环卫等设施)，UT表示城市给排水与燃气供暖设施投资(包括给水、排水、燃气、供暖及污水处理等设施)。ci和μt表示地区和时间非观察误差，εit表示随机扰动项。为检验市政基础设施的滞后效应，交通性市政基础设施与非交通性市政基础设施的一阶、二阶、三阶滞后项均被纳入解释变量。为检测市政基础设施投资的非线性效应，所有市政基础设施的水平、一阶、二阶及三阶滞后项的二次项(SQ_lnTR，SQ_lnEN，SQ_lnUT)均被纳入解释变量。参考已有研究(20)刘生龙、胡鞍钢：《基础设施的外部性在中国的检验:1988—2007》，《经济研究》2010年第3期。(21)刘建国、李国平、张军涛、孙铁山：《中国经济效率和全要素生产率的空间分异及其影响》，《地理学报》2012年第8期。的做法，模型控制变量包括城市人口规模(lnUrbScale)，人均GDP(lnGDP)、第二产业比例(lnIND2)、第三产业比例(lnIND3)以及教育科技事业支出占GDP的比值(lnEDU)。与主要解释变量一样，所有控制变量的二次项均被纳入模型。为进一步考察市政基础设施投资对城市全要素生产率的影响机制，笔者还利用此模型分析市政基础设施投资对城市纯技术效率指数(lnTECH)、城市技术进步指数(lnTECCH)和城市规模效率指数(lnSECH)的影响。

在上述动态面板模型中，因为解释变量包含被解释变量的多个滞后项，考虑到这些滞后项与随机扰动项相关，笔者使用系统广义矩估计(SYS-GMM)方法进行估计。

(二)数据与变量

本文数据来源于2001至2018年的《中国城市统计年鉴》《中国城市建设统计年鉴》和中国经济与社会发展统计数据库。部分城市因为数据缺失较严重未纳入分析，最终样本量为281个城市。少数城市的部分指标存在缺失，笔者采用线性插值法进行补充。

资本存量(K)。本文采用“永续盘存法”进行估算，计算公式为：

Kit=Iit+(1-δ)Kit-1

(5)

上式中，Kit为城市i市辖区在t年的资本存量，Iit为城市i市辖区在t年的固定资产投资额，δ为折旧率。基年资本存量的计算，笔者借鉴Young(22)Young A.，“Gold into base metals: Productivity growth in the People’s Republic of China during the reform period”,Journal of Political Economy,2003,111(6),pp.1220-1261.、Hall等人(23)Hall R E, Jones C I.，“Why do some countries produce so much more output than others?”， The Quarterly Journal of Economics,1999,114(1),pp.83-116.和单豪杰(24)单豪杰：《中国资本存量K的再估算:1952-2006年》，《数量经济技术经济研究》2008年第10期。的做法，用基年(本研究设定基年为2001年)固定资产投资额除以10%作为初始资本存量，并将折旧率δ设定为10.96%。

劳动力(L)。本文界定为市辖区城镇社会从业人员，为年末城镇单位从业人员和私营、个体从业人员之和。

土地资源(R)。本文用城市市辖区的建设用地总面积进行测度。

GDP产出。本文采用城市市辖区的GDP。以2000年为基期，根据城市所在省份的历年消费者价格指数进行平减，消除价格因素的影响。

城市市容环境基础设施投资占GDP的比例(EN)。市容环境基础设施投资为园林绿化、环境卫生等设施的年度固定资产投资之和。根据城市所在省份的历年固定资产价格指数进行平减消除价格因素影响。

城市给排水与燃气供暖等设施投资占GDP的比例(UT)。给排水与燃气供暖等设施投资包括给排水、供气(包括天然气、煤气等)、供暖、污水污泥处理等固定资产投资之和。根据城市所在省份的历年固定资产价格指数进行平减消除价格因素影响。

其他控制变量，城市规模(UrbScale)用城市市辖区年末户籍人口总量进行测度。人均GDP采用2000年为基期的可比价(根据城市所在省份的历年消费者价格指数进行平减)。市辖区第二产业占GDP的比例、第三产业占GDP的比例、教育和科技事业支出占GDP的比值均从《中国城市统计年鉴》获得。

(三)描述性统计

表1结果表明，各城市在大部分指标上都存在较大差异。在市政基础设施投资上，道路交通设施投资占城市GDP的比值远高于市容环境设施投资、给排水与燃气供暖等设施的比值(分别约为1/4和1/3)，可见多数城市对交通性市政基础设施的建设更积极。

表1 各指标描述性统计

图1、图2、图3显示了2004—2017年我国城市市政基础设施投资的变化趋势。2008年之前三类市政基础设施投资占城市GDP的比值均呈下降趋势，2008年之后道路交通和市容环境设施投资占GDP的比值增长显著(给排水与燃气供暖等设施投资增长较少)，到2013年至2017年间出现下降，相反，给排水与燃气供暖等设施的投资则增长较多。不同区域城市的市政基础设施投资存在较大差异，中西部城市的道路交通设施和市容环境设施投资高于全国平均水平，东北地区城市的给排水与燃气供暖等设施投资高于全国平均水平。

图1 分区域城市道路交通设施投资占GDP的比例：2004—2017

图2 分区域城市市容环境设施投资占GDP的比例：2004—2017

图3 分区域城市给排水与燃气供暖等设施投资占GDP比例：2004—2017

四、实证分析结果

(一)城市全要素生产率

在纳入资本、劳动力与土地等要素之后，笔者根据DEA-Malmquist方法测算城市全要素生产率的结果表明(图4)，2004至2017年间，全国大部分城市全要素生产率的变化(TFPCH)趋势大体上呈“U”型曲线。总体上，在2004年到2011年间(2009年除外)，全国城市的全要素生产率基本处于提升阶段(TFPCH大于1.00)，但增长速度渐缓；2012年全国城市的全要素生产率开始收缩并在2014年下降到最低点；2015年全国城市的全要素生产率开始反弹，2016年开始扩张(TFPCH大于1.00)。

图4 分区域我国281个主要城市全要素生产率年度变化情况：2004—2017

数据来源：作者计算得到。

虽然我很可怕，但我还是会忐忑。因为和阿瓦达索命咒相比，我还有克星咒语，它会瞬间破解我。但我不怕告诉你们，因为要使出这个咒语需要很多能量！你们有自信得到它们吗？

分区域来看，在多数年份，东部地区的城市全要素生产率增长最快，东北地区最缓。值得关注的是，西部地区的城市比中部地区增长更快，且这种增长主要来源于纯技术效率指数(TECH)和城市规模效率指数(SECH)的提升(表2)，表明国家主导的西部大开发战略确实带动了西部地区的城市发展。除了东部地区，其他区域的技术进步指数(TECCH)都在降低，西部地区的降幅最大(表2)。

表2 分区域城市全要素生产率变动情况：2004—2017

(二)解释变量的平稳性检验

建模前需对数据的平稳性进行检验，笔者采用LLC、ADF、IPS三种单位根检验方法，结果(表3)表明，主要变量在水平数据上均呈现平稳性，满足建立面板回归模型的要求。

表3 主要变量的平稳性检验结果

(三)市政基础设施投资对城市全要素生产率的影响

为消除年份效应的影响，笔者增加年份虚拟变量，以核心解释变量的滞后期为工具变量，采用二步SYS-GMM方法估计误差。表4结果表明，AR(1)检验拒绝一阶差分方程随机误差项中不存在一阶序列相关的假设，但无法拒绝不存在二阶序列相关的原假设，Hansen 检验也无法拒绝工具变量有效的原假设。可见模型估计结果不存在工具变量的过度识别问题，也没有二阶序列相关问题。

1.道路交通设施投资

表4结果表明，道路交通设施在投资当年(即第一年)主要影响城市技术进步指数，表现为“U”型曲线，即随着道路交通设施投资占城市GDP比例的增加呈现先降低后增加的趋势。由于到达“U”型曲线拐点所需的门槛值较低，道路交通设施在投资当年对城市全要素生产率的影响表现为积极的“拉动”效应。在滞后一年期(即第二年)，道路交通设施投资对城市规模效率指数的影响为倒“U”型曲线，即随着道路交通设施投资占GDP比例的增加呈现先增加再降低趋势。道路交通设施投资对城市技术效率指数也有积极影响，在滞后二年期和滞后三年期(即第三年与第四年)，道路交通设施投资会对城市技术效率指数、技术进步指数和城市规模效率指数产生持续影响，虽然在具体内容上有些变化，但从全要素生产率的整体来看，其影响开始趋向稳定(二次项持续为负，显著度都接近10%)。

总的来看，道路交通设施投资对城市全要素生产率的影响十分显著，在投资前两年的影响强度最大，形态也比较复杂(先为“U”曲线后为倒“U”曲线)，在第三年之后趋于稳定(倒“U”型曲线)。如果假定城市政府每年的道路交通设施投资占城市GDP的比例维持相同，根据表4结果，在四年观察期内，道路交通设施投资对城市全要素生产率增长的影响合计为倒“U”型曲线。

2.市容环境设施投资

表4结果表明，市容环境设施投资在第一年对城市全要素生产率的影响强度最大，范围也最广，市容环境设施投资对城市技术效率指数的影响为“U”型曲线，对城市技术进步指数和城市规模效率指数的影响为倒“U”型曲线；从相关系数来看，市容环境设施投资对城市技术效率指数的影响强度大于对城市技术进步指数和城市规模效率指数的影响。在投资第二年，市容环境设施投资仅对城市规模效率指数有显著影响(倒“U”型曲线)。在投资第三年，市容环境设施投资对城市规模效率指数的影响仍为倒“U”型曲线(相关系数的绝对值明显减少，说明影响强度有所降低)，对城市技术进步指数的影响也呈倒“U”型曲线。在投资第四年，市容环境设施投资对城市规模效率指数的影响转为“U”型曲线。

由此看出，市容环境设施投资对城市全要素生产率的影响主要集中在投资前两年，第一年整体表现为“U”型曲线，第二年为倒“U”形曲线，之后的影响强度有所下降，但降幅比道路交通设施投资的影响要小。

3.给排水与燃气供暖等设施投资

表4结果表明，给排水与燃气供暖等设施投资在第一年对城市全要素生产率的三个方面均有显著影响，且对三个方面的影响强度差异要小于市容环境设施投资的影响。具体而言，给排水与燃气供暖等设施投资对城市技术效率指数的影响为倒“U”型曲线，对城市技术进步指数和城市规模效率指数的影响为“U”型曲线(与市容环境设施投资的影响刚好相反)。在投资第二年，给排水与燃气供暖等设施投资对城市全要素生产率的三个要素也均影响显著，区别在于，对三个指数的影响均为“U”型曲线，且影响力度有所降低(二次项相关系数的绝对值减少)。在投资第三年，给排水与燃气供暖等设施投资对城市技术效率指数的影响仍为“U”型曲线，且影响力度有所增加(二次项相关系数的绝对值变大)。在投资第四年，给排水与燃气供暖等设施投资对城市技术效率指数的影响不再显著，但对城市技术进步指数和城市规模效率指数的影响转为倒“U”型曲线。

总的来看，给排水与燃气供暖等设施投资对城市全要素生产率的影响比道路交通设施和市容环境设施投资更复杂(正“U”型曲线和倒“U”型曲线交替存在)。如果假设城市政府每年在给排水与燃气供暖等设施上的投资占城市GDP的比例维持在相同水平，根据表4结果计算，其对城市全要素生产率前四年观察期的影响合计为负。之所以这样，一个可能的原因是给排水与燃气供暖等设施投资在短期内的“挤出效应”超过了“拉动效应”。

总体而言，模型结果表明，市政基础设施投资对城市全要素生产率影响显著，不同类型市政基础设施投资影响城市全要素生产率的方式与程度各异，在滞后效应方面差别显著。整体上，道路交通设施投资与市容环境设施投资在两年内就能对城市全要素生产率产生显著影响(说明市政基础设施投资影响城市全要素生产率的滞后期短于区域性基础设施投资)，给排水与燃气供暖等设施投资对城市全要素生产率的影响主要表现在第三年及以后。

从影响强度来看，道路交通设施投资在前两年对城市全要素生产率的影响大于第三年和第四年；市容环境设施投资虽然在前两年对城市全要素的影响也大于第三年和第四年，但其影响强度在第三年和第四年的下降幅度明显低于道路交通设施投资的影响；给排水与燃气供暖等设施投资在第三年和第四年对城市全要素生产率产生较大影响。这说明，道路交通设施投资影响城市全要素生产率的峰度较高(“陡峭”)，市容环境设施投资和给排水与燃气供暖等设施投资的影响偏度较大(“长尾”)。

根据各变量相关系数，按照全国平均值估算，现阶段我国大部分城市的道路交通设施投资与市容环境设施投资对城市全要素生产率的影响均为正。在给排水与燃气供暖等设施建设上，虽然目前这方面的投资对城市全要素生产率的影响为负，但因为尚处于倒“U”型曲线的左侧，还远未到达拐点，所以给排水与燃气供暖等设施投资的增加势必减少其对城市全要素生产率的负面影响。从长期(第三年与第四年)来看，市容环境设施投资和给排水与燃气供暖等设施投资对城市全要素生产率的影响力并不弱于道路交通设施投资。

与已有研究发现一致，表4结果还表明，城市经济发展水平(人均GDP)、产业结构、教育科技投入、地理区位对城市全要素生产率都有显著影响。模型估算结果还证实，城市经济发展水平、产业结构和教育科技投入对城市全要素生产率的影响都是非线性的，经济发展水平与第二产业比例的影响呈“U”型曲线，第三产业和教育科技投入的影响呈倒“U”型曲线。城市规模对全要素生产率的影响不显著，但对城市技术进步指数影响显著且呈倒“U”型曲线。

表4 市政基础设施投资对城市全要素生产率的影响：2004—2017

(四)内生性处理

上述方法可能因为内生性问题而使估计结果存在偏误，解决内生性问题的主要方法是寻找合适的工具变量。本文选取的工具变量为各城市的年平均气温。该变量有两方面优势：一是该变量是气候变量，仅与城市地理位置有关，属于严格的外生变量，与全要素生产率没有直接关系(Granger因果检验的p值均远大于10%)；二是该变量对城市市政基础设施投资存在一定影响。一般来说，寒冷地区(年平均温度较低)的市政基础设施建设往往需要更长的施工工期、更高要求的施工标准(防寒防冻等)以及更多市政基础服务(如集中供暖设施)，因此寒冷地区的市政基础设施投资占城市GDP的比例一般要高于年平均温度较高的温带和热带地区。模型估算的AR(1)、AR(2)和Hansen检验值显示，工具变量不存在过度识别偏误问题，说明城市年平均气温是有效工具变量(C统计量，Difference(null H=exogenous)，没有拒绝工具变量是外生的原假设)。表5结果表明，在考虑内生性问题后模型主要结果依然比较稳健。

表5 市政基础设施对城市全要素生产率的影响：IV估计

(五)稳健性检验

本文采取以下三种方式进行稳健性检验，限于篇幅，本文未汇报稳健性检验表格，如有需要可联系作者索取。

1.市政基础设施投资

本文核心解释变量为三类市政基础设施投资占城市GDP的比值(基于2000年的不变价)。为得到核心解释变量的自然对数值，笔者将各类型市政基础设施投资占城市GDP的比值少于或等于1的自然对数值设定为0。该选择和设定可能存在一定测量偏误。为检测可能存在的偏误，笔者对三类市政基础设施投资的人均不变价(单位为：元/人)取自然对数值后，再次进行分析。结果显示，变换核心解释变量的测量方式后，城市全要素生产率和三个主要构成部分的回归结果在总体上基本保持一致(相关系数略有变化，但大部分指标的显著度及方向基本保持一致)。

2.删除特大城市样本

一般而言，市政基础设施投资不是外生的。特大城市的经济发展水平较高，在市政基础设施建设投资方面更有优势。为防止反向因果关系，笔者删除年末户籍人口规模在300万以上的Ⅰ型大城市(国务院2014年印发的《关于调整城市规模划分标准的通知》)后再次进行分析，结果依然比较稳健。

3.控制集聚效应

研究(25)张先锋、丁亚娟、王红：《中国区域全要素生产率的影响因素分析——基于地理溢出效应的视角》，《经济地理》2010年第12期。(26)张浩然、衣保中：《基础设施、空间溢出与区域全要素生产率——基于中国266个城市空间面板杜宾模型的经验研究》，《经济学家》2012年第2期。(27)陈文新、潘宇、马磊：《交通基础设施、空间溢出与全要素生产率——基于丝绸之路经济带面板数据的空间计量分析》，《工业技术经济》2017年第10期。(28)王炜、张豪、王丰：《信息基础设施、空间溢出与城市全要素生产率》，《经济经纬》2018年第5期。表明城市基础设施投资具有空间溢出效应，城市密集带(城市群)内的全要素生产率可能受周边其他城市市政基础设施投资的影响，从而可能夸大其自身市政基础设施投资对全要素生产率的影响。为排除这种效应，笔者删除京津冀、长三角以及粤港澳三大国家级城市群区域内的所有城市样本重新进行分析，结果仍然稳健。

五、结论与政策启示

市政基础设施建设对城市发展的重要性已得到各界普遍认同，但目前学术界对市政基础设施投资对城市全要素生产率影响的研究还不足。本文使用DEA-Malmquist方法和动态面板模型，考察我国281个主要城市2004—2017年市政基础设施投资对城市全要素生产率的影响。基于一系列模型估计和稳健性检验，本文主要获得以下结论。

第一，市政基础设施投资对城市全要素生产率的影响十分显著，这些影响不仅是非线性的还存在明显滞后效应。同一类型的市政基础设施投资对城市全要素生产率的不同方面同时存在“U”型曲线和倒“U”型曲线影响，对城市全要素生产率的同一方面在不同滞后期也同时存在“U”型曲线和倒“U”型曲线影响，这两种不同形态的影响还会随时间(滞后期)变化相互转化，说明市政基础设施投资对城市全要素生产率的影响是复杂多样的。

第二，从城市全要素生产率的角度来说，市政基础设施投资没有绝对的最佳时机和最佳规模，所谓的最佳时机和最佳规模具有非常强的阶段性。目前学界使用传统线性回归模型且忽视滞后效应的研究，无法准确反映市政基础设施投资对城市经济发展的实际影响，有的甚至会得出错误结论。

第三，不同类型市政基础设施投资对城市全要素生产率的影响在短期内(投资当年及第二年)差异较大，但长期来看这些差异会逐渐缩小甚至趋同。在投资当年和第二年，不同类型市政基础设施投资会影响城市全要素生产率的不同方面，具体影响的方向和强度也有较大差别。但到投资第三年和第四年，各类型市政基础设施投资对城市全要素生产率的影响开始出现趋同现象，主要表现为通过影响城市规模效率指数(均呈现倒“U”型曲线)来间接影响城市全要素生产率。

根据上述结论，本文提出以下政策建议。

第一，城市政府应继续支持市政基础设施投资建设。虽然最近几年政府开始重点推进新基建，但一般性的市政基础设施建设对城市发展仍然十分重要。现阶段在总体上，我国城市的市政基础设施投资还未达到过剩阶段，市政基础设施投资对城市全要素生产率的提升仍有显著积极作用，维持一定比例的市政基础设施投资对多数城市来说仍有积极意义。在维持投资的同时，一般性的市政基础设施可以主动融入新发展理念，构建“城市智慧市政设施”，比如智慧交通、智慧景观、智慧环卫、智慧水务等，以更好促进智慧城市的发展。

第二，适当增加市容环境、给排水与燃气供暖等民生性基础设施建设的投入。从长期趋势来看，市容环境、给排水与燃气供暖等设施投资对城市全要素生产率的影响不亚于道路交通设施。目前我国很多城市正由增量发展向存量发展转变，城市环境质量和宜居性将成为城市吸引高层次人才和外来投资的重要因素，增加民生性基础设施建设投资力度可以提高城市长期竞争力。从城市更新的角度来看，目前很多城市内部都存在大量老旧小区，老旧小区的民生性基础设施建设也亟待更新。加大城市民生性基础设施投资，不仅可以提升城市发展质量，也能提高城市居民获得感和幸福感。像新冠肺炎疫情这类重大公共卫生事件的暴发，也凸显出市容环境设施建设对城市应急管理和韧性发展的重要性。

第三，新的国土空间规划应加强对城市市政基础设施建设经济效应的分析。传统的城市总体规划和新的国土空间规划都将市政基础设施规划视为强制性内容，但国内各大城市在制定相关规划时，很多只关注市政基础设施的位置及管网布局，对市政基础设施的建设实施缺乏科学的经济分析，导致市政基础设施建设在实际执行中出现与产业发展不协同的问题。在制定国土空间规划前，有必要从城市全要素生产率的角度加强对市政基础设施投资的经济分析，通过确定市政基础设施投资的最佳时机和最佳规模，指导城市市政设施规划的分期实施方案，提高国土空间规划中市政基础设施规划的可实施性。