“新基建”背景下信息基建、科技创新和经济增长的交互效应

摘 要：经济社会的发展和科技创新密不可分，新型基础设施建设以科技创新为驱动，是我国未来经济转型升级的重要保障。基于2003—2017年全国31个省和地区的面板数据，建立了面板VAR模型，探析信息基建、科技创新和经济增长动态关系。结果表明：科技创新与经济增长之间为长期持续的双向的促进作用;科技创新对信息基建的影响短期内具有不确定性，但从长期来看两者之间为双向的正向影响;目前来看信息基建对经济增长的影响作用十分微弱，而经济增长对信息基础设施建设具有持续的拉动作用。基于研究结果和我国新基建处于发展初期这一事实，给出了相应的政策建议。

关键词：新基建;科技创新;面板VAR

中图分类号：F062.5 文献标识码：A 文章编号：1005-6432（2022）09-0001-04

DOI：10.13939/j.cnki.zgsc.2022.09.001

1 引言

习近平总书记曾经说过，科技兴则民族兴，科技强则民族强。科技创新是促进经济社会发展的高效生产力，是开辟文明进步广阔空间的一柄巨斧。回顾过往的数十年，基础设施建设为我国经济社会的发展提供了重要的支撑，为我国改善民生、高效生产等做出了重大贡献。

在经济高质量发展背景下，传统基础设施建设已经显露疲态，党中央国务院近年来对于新型基础设施建设给予了高度的重视。新基建自2018年12月首次提出以来受到了各界的广泛关注，但学界对于新基建的主体、范围和内涵的理解存在较大差异。2020年4月，国家发展改革委对新基建的概念以及范圍进行了清晰的说明：新型基础设施建设包含了信息、融合和创新三个方面。新基建定义为以新发展为理念，以技术创新为驱动，在信息网络的基础上，面向高质量发展的需求，提供数字转型、智能升级、融合创新等服务的基础设施体系。

从国家发展改革委对信息基建的详细解读可以知道，信息基础设施建设主要是算力基础和通信网络基础。前者主要包括各类数据中心、智能计算中心等，而后者主要指工业互联网、5G、物联网等;融合基础设施包括智慧能源（例如基于科技的更加清洁和安全的能源）和将先进的科学技术运用于交通运输系统的智能交通等;创新基础设施包括科教（例如建立科研型大学）和重大科技、产业技术创新等基础设施。

考虑到信息基建的起始时间更早，可获得数据更多，本文立足于“新基建”背景，聚焦信息基础设施建设，通过建立信息基建、科技创新和经济增长的PVAR模型进行实证分析，探究三个变量之间的交互作用，并给出相应的政策建议。

2 文献回顾

基础设施建设对经济增长的作用一直以来都是学界研究的热点， “新基建”的概念被提出以来，其与科技创新、经济增长的相关问题得到了学者的广泛研究。

2.1 新基建与经济增长水平关系研究

新基建与经济增长水平两者关系的研究主要集中于前者对后者的单向作用。郭朝先等（2020）[1]认为新基建相较于传统基建，在农业和服务业方面对经济增长的拉动效果更加显著，并将促进更多的细分行业的增长，即实现“包容性经济增长”。新基建在短期和长期对经济增长的作用也得到了学者的广泛研究。何自力（2020）、[2]朱敏（2020）[3]和林火灿（2020）[4]等认为短期内新基建对于投资、经济增长以及稳定就业具有重要贡献，长期内，新基建可以促进传统创业的有效转型和持续升级，充分释放经济增长的潜力;而且新基建还对我国科技竞争力的提高具有正向拉动作用。姜卫民等（2020）[5]通过对中国新基建投资乘数进行研究发现，与发达国家相比，中国的新基建投资乘数并无明显差距，但新基建投资占固定资产的比重较低，且投资乘数与新基建投资所占比例具有高度的正相关关系。姜为民认为，中国的基建投资增量虽然在短期内可能存在负面挤出效应，但长期会对我国GDP增长产生有力的驱动。也有学者认为目前新基建对经济增长的拉动效果有限。刘世锦认为，结合目前我国中央和各地区制定的基建投资计划来看，大多数时间跨度长且其中新基建占比较低，目前来说新基建对经济增长的拉动效果有限。

2.2 科技创新与经济增长关系研究

目前学者对科技创新与经济增长领域的研究较多。尹宗成等（2009）[6]通过回归分析和建立VAR模型等量化研究，得出我国技术进步和经济增长之间是双向的因果关系，虽然目前我国技术进步对经济增长的贡献率仍然较小，但是长期来看有稳定均衡的互相促进关系。从我国区域划分的角度看，有学者的研究成果表明我国区域之间科技创新与经济增长的关系差异较大。杜两省等（2019）[7] 认为我国东部表现出了科技创新和经济增长的良性互动，即两者之间具有相互促进的关系，而这种关系在东北部和中西部地区却没有体现出来。阎东彬（2020）[8]同样聚焦于科技创新和区域经济增长之间的关系，通过构建内生增长模型的方法对北京、天津和河北城市群面板数据进行了实证分析，分析结果显示科技创新对该区域的经济增长有正向的拉动效果，但还没有实现加速经济发展目标。此外，资源等因素可能会限制科技创新对经济增长的正向效应。陈子韬（2020）[9]的研究表明，科技和经济的脱钩问题可能会阻碍创新能力转化为经济增长的动力，科技资源、科技创新和经济增长相互之间密不可分，需要三者通过一定的耦合后整体对经济增长产生拉动作用。

2.3 新基建与科技创新水平关系研究

对于新基建与科技创新关系的研究，学界普遍认为新基建为科技创新提供了良好的平台，具有支撑和推动作用，但对新基建的当前建设和未来应建设量有不同见解。王晓冬等（2021）[10]认为新基建除部分产业市场竞争程度和投资热度高，还不存在制约产业创新的情况，甚至明显过剩。但新基建具有创新迭代快、存续周期短的特征，不断涌现的新技术对现有技术体系提出了替代性挑战，适度建设可以减少资源浪费。黄群慧（2020）[11]认为新基建为包括信息智能化和数字化等在内的产业综合水平的不断提升提供了有效支撑，对于工业化、城镇化和信息化之间的深度融合也有直接促进作用，可以塑造深化工业化进程的创新动力。而且目前我国新型基础设施还没有充分发挥支撑作用，新基建力度的加大将极大促进我国创新平台的发展，提高我国协同创新能力。盛磊[12]认为，从结构来看目前企业对新基建的投资主要集中在应用层，而基础层投资匮乏。基础研究资金的不足可能会制约产业未来的自主创新和高质量发展。

纵观国内外研究文献，对新基建、科技创新和经济增长的研究存在的问题是：主要集中于三个变量中两两关系的研究，而对三者动态关系和交互效应的研究较少。文章通过对信息及基建、科技创新和经济增长建立三变量面板PVAR模型研究三者的交互作用。

3 变量选取和数据来源

3.1 信息基建资本存量的测算

3.1.1 测算方法

本文选用信息基建资本存量作为衡量信息基建水平的指标，参考大多数学者的研究过程，使用永续盘存法对信息基建资本存量进行测算。具体计算方法如下：

其中，上标j表示第j个省，下标t表示时间第t年，Kjt、Ijt分别表示第j个省第t年年初的信息基建资本存量和投资流量，δj表示信息基建的折旧率，假定各地区折旧率相同且不随时间变动。参考金戈（2016）[13]的研究成果，取折旧率为9.21%。文章选择“全社会”作为相关数据的统计口径，选择新增固定资产投资作为衡量投资流量Ijt的指标，其等于当年固定资产投资乘交付使用率。

我国在2012年进行了行业调整，信息类不仅大类名称有改动，其下辖小类也有变动。但经过前后比较，可以认为大类的计算范围不变，因此采用行业大类的相关数据进行信息类资本存量测算是合理的。

文章选择2003年作为基年，这是由于我国从2003年起才将信息传输、计算机服务业和软件业作为单独的一个行业大类。注意到式（1）并不能得出关于基年的信息基建资本存量，关于基年数据的测算方法推导如下：令t=0，式（1）可改写为：

假设经济稳态增长，稳态增长率为g，则各类投资和资本存量应该按照同比例增长，式（2）中有：

将式（3）带回式（2）并进行整理可以得到基年信息基建资本存量为：

其中Kj0和Ij0分别代表第j个省和地区2003年的年初值信息基建存量和当年投资流量;δj、g分别代表折旧率和经济稳态增长率，g的值取15年内（2003—2017年）数据的几何平均值。

3.1.2 数据来源与缺失处理

文章测算了中国31个省和地区（不包含港澳台）2003—2017年的信息基建资本存量数据。统计年鉴中全社会统计口径的部分数据缺失。借鉴金戈（2016）的方法，文章使用城镇的数据和现有的全社会数据对全社会交付使用率进行估算。具体的估算方法由式（5）给出：

全社会固定资产分行业交付率t=城镇固定资产分行业交付率t×全社会固定资产总交付率t城镇固定资产总交付率t （5）

其中下标t代表第t年。2003—2012年以及2014—2017年的分地区相关数据均来源于《中国固定资产投资统计年鉴》，由于2013年各地区全社会新增固定资产总额数据缺失，该年的全社会固定资产总交付率用历年平均值替代。2013年的其他相关数据来源于《中国统计年鉴》。

3.2 其他变量选取和数据来源

经济增长选取人均GDP这一指标。从《中国统计年鉴》中可以获得我国31个省和地区2003—2017年的人均GDP以及国内生产总值指数的数据，基年仍然选定为 2003年。

关于科技创新水平，本文将当年实际授权专利数作为衡量科技创新水平的指标，选取了由《中国统计年鉴》提供的31个省和地区2003—2017年的相关数据。

为了保证数据的平稳性，以上数据均为原数据取自然对数所得，经济增长、信息基建和科技创新分别用EG、TK、TIL表示。表1给出了变量的统计性描述结果。

4 模型构建和实证分析

4.1 PVAR模型的建立

在完成信息基建资本存量测算工作的基础上，文章建立TK、TIL和EG三个变量的PVAR模型来探究它们的交互作用。Holtz-Eakin（1988）首次提出了PVAR模型。VAR模型在运用于时间序列数据时要求数据具有较长的时间跨度，而考虑到数据的可获得性，这个要求往往较难实现，运用PVAR模型能够处理更贴近实际情况的短面板数据，在研究中得到了广泛应用。通过AIC信息准则，本文确定PVAR模型的最优滞后阶数为2。因此三个变量之间的PVAR模型可以表述为：

式（8）中，yi，t={EG，TK，TIL}是一个包含三个内生变量的向量，αi和βt分别为PVAR模型所引入的个体、时间固定效应，A、B是待估计的系数矩阵。本文使用了中国31个省份和地区（不包含港澳台）2003—2017年共15年的面板数据，即式（6）中i=1，2，3，…，31，t=1，2，3，…，15。

4.2 面板单位根检验与模型稳定性检验

为了防止出现t检验失效的问题以及排除伪回归的可能性，应首先对变量进行单位根检验。表4给出对三个变量及其一阶差分的Fisher型和LLC型单位根检验结果。表中数据表明三个变量平稳，均通过了单位根检验，可以说明不会出现上述问题。

图1是对PVAR模型进行稳定性检验得到的结果。图1说明将所有变量特征根在复平面内标记出来得到点均位于单位圆内。这意味着模型是平稳的，具备了脉冲响应分析和方差分解的前提条件。

4.3 Granger因果关系检验

表3给出了科技创新、信息基建和经济增长水平的格兰杰因果关系检验结果。从表中可知，三个变量之间的格兰杰因果关系为：经济增长是信息基建资本存量的单方向的格蘭杰原因，经济增长同科技创新、科技创新同信息基建均互为格兰杰原因。

4.4 脉冲响应函数分析

脉冲响应图直观地呈现了变量之间的动态关联性。图2为通过蒙特卡洛模型进行了500次抽样得到的经济增长（EG）、信息基建（TK）和科技创新水平（TIL）的脉冲响应函数。图中呈现了8期滞后。

分析图2，可以得到如下信息：

（1）三个变量对自身冲击的响应。图2（a）、2（e）、2（f）表明响应变量对于自身的冲击在95%置信区间1～8期内均为正向反应，且随着时间的推移，响应逐渐减弱并趋向于0。

（2）信息基建（TK）与经济增长（EG）。图3（b）表明经济增长对于信息基建脉冲冲击的响应从整体上来看十分微弱，预测期内维持在0附近。从图2（d）可以看出，经济增长的脉冲冲击对信息基建的影响初始为负，从第1期以后开始产生正向变化，在1～4期范围内，该正向影响逐渐增强，在4期后逐渐收敛于正的均衡值。说明经济增长对信息基建有单向持续的促进作用。

（3）科技创新（TIL）与经济增长（EG）。图2（c）表明科技创新的冲击对于经济增长的影响始终为正，在第1期达到最大效应约0.012后，随着时间推移呈现正向影响逐步减弱。这意味着科技创新对经济增长的促进效果在短期内促进作用较明显而长期中促进作用较弱。图2则说明科技创新对于经济增长一个标准差冲击的响应始终为正，且该正向作用先呈现出逐步增强并在4期达到最大效应0.115左右，4期后出现较小的回落，但仍然保持在较高水平。从整体来看，经济增长对科技创新有显著的促进作用。以上分析表明科技创新和经济增长之间具有双向的促进作用。

（4）科技创新（TIL）与信息基建（TK）。从图2（f）可以看出科技创新的冲击在第1期对信息基建产生负向的影响，效应为-0.010，之后该负向作用开始减弱，从第4期其表现为产生正向效应并逐渐上升，但在预测期内该正向作用较为微弱。这意味着科技创新对信息基建的影响在短期内具有不确定性，但长期来看，科技创新对于信息基建存在促进作用。图2（h）表明信息基建的脉冲冲击对科技创新的影响为正，从第1期开始逐渐增强并在第3期达到最大效应0.025左右后开始回落，但在整个预测期内始终为正，说明信息基建和经济增长之间存在着双向促进作用。

4.5 方差分解结果

通过分解可以考察长期中相关变量的贡献，准确地体现TK、EG和TIL之间的相互作用。方差分解结果如表4所示。

比较表中数据可以看出，系统在第10个预测期后已经基本稳定，经济增长除了受自身影响外，科技创新对经济增长的贡献度达到了6.4%;信息基建资本主要受自身影响，其次为经济增长，经济增长的方差贡献为11.2%;科技创新主要受经济增长和其自身的影响，其中经济增长的方差贡献为51.6%。我国新型基础设施建设还处于发展初期，过往累计的信息基建资本存量较少，但新基建前期投入需求大，当前的信息基建存量还不足以发挥推动经济增长的引擎作用，且对于科技创新的促进效果也有限。

4.6 结论与政策建议

文章对我国31个省和地区2003—2017年共15年的面板数据建立了面板VAR模型来研究信息基建、科技创新和经济增长三者之间的动态关联性。文章可以得到如下结论。

（1）目前来说信息基建对经济增长的促进作用不明显，但经济增长会对信息基础设施建设产生持续的拉动效果。

（2）科技创新对信息基建的作用在短期内有不确定性，但长期来看信息基建和科技创新在长期内有双向的正向影响。

（3）经济增长和科技创新两者之间为双向持续的良性互动。科技创新对经济增长具有拉动作用，并持续促进经济增长潜力的释放，而经济增长反过来也为科技创新提供了有力的支撑。

针对以上结论，结合我国新型基础设施建设处于起步阶段这一实际情况，文章提出以下建议。

（1）充分利用政府的指导作用，及时出台指导性文件，明确和规划每一阶段的建设目标，引导市场选取重点领域进行突破，减少资金的浪费，加速发挥新基建释放经济增长潜力和驱动科技创新的引擎作用。

（2）建立新基建的扶持體系，加大新基建配套资金和政策的支持力度。我国新型基础设施建设目前面临较大的资金缺口，需要必要的政府配套政策和资金的支持，例如一定的财政补贴、税收优惠等。

（3）完善新基建投融资体系，拓宽资金来源。政府应明确市场在新建中的主导地位和建设角色，培育信息基建的应用场景，促进社会资本的进入，从而在一定程度上弥补新基建当前存在的资金缺口，提高资金流转效率。

（4）改善新基建投资结构，增加基础层投资。目前新基建基础层存在的资金缺口，政府应该加大对科研领域的支持，例如增加R&D经费的投入、进一步完善专利保护等方面的相关法律法规、加大“强基教育”的扶持力度、培养科研人才等。

参考文献：

[1]郭朝先，王嘉琪，刘浩荣.“新基建”赋能中国经济高质量发展的路径研究[J].北京工业大学学报（社会科学版），2020，20（6）：13-21.

[2]何自力. “新基建”助力抗疫情稳增长正当其时[J].今日工程机械， 2020， 230（2）：23.

[3]朱敏. 以“新基建”为契机构筑新竞争力[J].通信企业管理， 2020， 395（3）：15-17.

[4]林火灿. “新基建”到底新在哪[J].中国中小企业， 2020， 294（5）：21-22.

[5]姜卫民， 范金， 张晓兰. 中国“新基建”：投资乘数及其效应研究[J].南京社会科学， 2020， 390（4）：26-37.

[6]尹宗成， 江激宇， 李冬嵬. 技术进步水平与经济增长[J]. 科学学研究， 2009（10）：1480-1485.

[7]杜两省， 胡海洋. 经济新常态下科技创新与区域经济增长的互动关系研究——基于省级面板数据的联立方程模型分析[J]. 经济问题探索， 2019（8）：1-8.

[8]阎东彬. 科技创新与经济增长关系的实证：以京津冀城市群为例[J].统计与决策， 2020（2）：114-116.

[9]陈子韬，孟凡蓉，袁梦.科技经济融合水平对经济增长的影响研究——基于科技资源、科技创新、经济增长的耦合视角[J].软科学，2020，34（11）：7-13.

[10]王晓冬，关忠诚，董超.新型基础设施建设的内在规律、面临风险与规避策略研究[J].电子政务，2021（4）：51-57.

[11]黄群慧.以新型基础设施建设促进经济高质量发展[J].中国党政干部论坛，2020（11）：28-31.

[12]盛磊， 杨白冰. 新型基础设施建设的投融资模式与路径探索[J].改革， 2020，315（5）：49-57.

[13]金戈.中国基础设施与非基础设施资本存量及其产出弹性估算[J].经济研究，2016，51（5）：41-56.

[作者简介]姚可，女，汉族，四川眉山人，本科，中山大学物理与天文学院，研究方向：物理学。