网络基础设施、人力资本与全要素生产率※—— 基于国内大循环中技术循环的经验分析

赵莎莎

内容提要：在国内大循环背景下，研究网络基础设施与人力资本水平影响全要素生产率增长的不同传导机制，利用2000-2018年省级面板数据，分析两者空间相关性及动态变化趋势，构建基准模型和空间面板模型实证检验两者对全要素生产率影响的固定效应和空间效应。研究发现：两者呈现出显著正向的空间自相关特征，对全要素生产率增长产生显著的促进效应，分别起到效率保障和技术载体的作用；两者促进全要素生产率增长的具体路径存在差异，网络基础设施从技术进步和技术效率两方面来促进全要素生产率增长；而人力资本主要通过促进技术进步实现全要素生产率增长；两者对全要素生产率产生了显著的空间溢出效应，对技术进步的空间溢出效应则更为显著。研究结论对于国内大循环背景下实现技术循环提供了理论依据和政策启示。

一、 引 言

当前受到全球新冠肺炎疫情冲击的大背景下，为积极应对国内外经济形势变化，习近平总书记多次强调，未来中国经济要“充分发挥国内超大规模市场优势，逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局”。国内大循环成为国内国际双循环发展的关键，也是实现国内高质量发展的有利条件。国内大循环的核心是“循环”，关键在改革，促进生产要素自由流动和资源优化配置，提高国民经济循环效率，增强经济发展的内生动力(王一鸣，2020)。网络基础设施是国内大循环中提供正常运转的物质保障，承载着物流、信息流等等多种功能；随着数字经济的快速发展，网络基础设施建设不仅表现为传统基础设施，如高速公路、轨道、通讯电缆、机场、车站等等(张军等，2007)；还表现在以信息网络为基础的提供数字转型、智能升级、融合创新等服务的基础设施体系，如5G通信、高铁、人工智能、工业互联网等“新基建”项目。同时人力资本结构呈现出以初级人力资本向高级人力资本演进的特征，其中高等教育的比例得到快速提升(刘智勇等，2018)。网络基础设施成为畅通国内大循环的关键性“硬件”基础，而人力资本水平则是国内大循环提速的重要“软件”约束。已有成果中针对网络基础设施和人力资本对一国全要素生产率增长影响的研究做了大量探讨。

有关网络基础设施对全要素生产率影响的研究成果主要聚焦于这几个方面：一是网络基础设施对全要素生产率的影响，并未取得一致观点。如Aschauer(1989)最早选取公共交通、高速公路和机场等主要基础设施，研究发现这些基础设施对全要素生产率存在显著的促进作用；Cohen和Morrison(2004)、Bronzini和Piselli(2009)通过对美国和意大利的数据进行研究，得出本地基础设施的完善能够有效促进周边地区生产率提高和经济增长。相反Boarnet(1998)发现随着本地区基础设施的完善，吸入了周边地区的经济资源和生产要素，基础设施的完善程度存在负向的空间溢出效应。二是异质性视角，选取网络基础设施中的特定类型对全要素生产率的实际效应和空间效应的研究。如交通基础设施在运输成本、市场可达性、生产率溢价效应等对全要素生产率产生直接和间接影响(李兰冰等，2019；刘冲等，2020)；信息基础设施对全要素生产率产生网络效应(刘传明和马青山，2020)；而能源基础设施对全要素生产率的影响并不明显(刘生龙和胡鞍钢，2010)；也可能存在“资源诅咒”现象，导致资源利用的低效率，进而对全要素生产率产生不利影响(谢剑，2018)。以上所列相关文献主要以实物或距离来选取网络基础设施的代理变量进行研究。

Nelson和Phelps(1966)构建模型中假定技术进步速度取决于两个因素：劳动力受教育程度、潜在技术与实际技术之间的差距。一国人力资本水平直接影响着全要素生产率增长速度，已有研究对此并没有得出统一的结论，但大多数学者认为人力资本积累有利于提升全要素生产率。最新研究主要聚焦以下两个方面：一是人力资本积累对全要素生产率影响路径的探讨。如刘智勇等(2018)从人力资本等级的演化角度，发现人力资本从低级化向高级化演进时，推动了技术创新和产业结构等方面的发展。在人力资本配置方面，李勇等(2021)发现，与资本和劳动力错配相比较，人力资本错配的程度较高，不利于全要素生产率的提升。二是人力资本的异质性视角，不同人力资本的特定层次对全要素生产率的实际效应和空间效应的研究。逯进和李婷婷(2021)发现“领先型模式”的人力资本提高后，能有效促进产业结构升级和技术创新对绿色全要素生产率的提升。

综上所述，基于相关文献的系统梳理发现，国内大循环中网络基础设施和人力资本水平都通过不同传导机制来影响一国全要素生产率的增长。已有成果为本文提供了坚实的研究基础以及重要启示。然而，在探究经济发展中的影响因素时，将“硬件”与“软件”分开评价的做法并不合适(张军等，2007)。结合“硬件”与“软件”两方面，研究网络基础设施和人力资本水平的变化影响全要素生产率的内在机理和实际效应，仍存在拓展空间。本文主要拓展如下：第一，构建网络基础设施和人力资本为一体的研究框架，在国内大循环背景下明晰两者不同的特性，探究其影响全要素生产率的内在机理，深入剖析提升国内循环效率的传导机制。第二，基于资本存量在国内大循环中起到的重要作用以及实物统计数据的部分不可得和不可加总等局限性，选取存量层面分别检验网络基础设施和人力资本对全要素生产率的作用效果和空间效应，从技术空间溢出视角为国内大循环背景下实现技术循环提供理论与经验支撑。

二、 内在机理

习近平总书记指出，“新时代新阶段的发展必须贯彻新发展理念，必须是高质量发展”(习近平，2020)。在高质量发展阶段，核心任务之一是要提升全要素生产率(王一鸣，2020)。如何有效提升全要素生产率成为研究中国经济增长的核心问题。国内大循环中网络基础设施和人力资本水平都通过不同传导机制来影响着一国全要素生产率的增长。

1. 网络基础设施影响全要素生产率的内在机理

根据Biehl(1991)的定义，网络基础设施包括交通网络、能源网络和信息网络，基本上属于经济性基础设施；具有明显的规模经济和网络效应，同时能够对经济发展产生溢出效应(王群勇和王西贝，2021)。基于网络基础设施的功能性、投资性和网络性三个视角，从国内大循环中的资源配置效率、地区规模经济和空间技术溢出三个方面来剖析网络基础设施影响全要素生产率的内在机理。

第一，国内大循环中资源配置效率。从功能性视角来看，国内大循环中网络基础设施有利于提高经济资源配置效率。网络基础设施能够影响有形经济资源的跨区配置效率；交通基础设施可以提升地区间经济资源跨区流动的便利性，有效降低经济资源在跨区运输中的成本；能源基础设施可以有效实现地区稀缺资源的跨区配置，提高地区闲置资源的利用率。网络基础设施还能够影响无形市场信息的跨时空传播力度；地区间信息基础设施的建设有利于市场信息在更广范围传播，以更快速度来完成市场信息交换；有效降低经济交流中的信息不对称程度，大幅降低跨区信息沟通与交流成本。网络基础设施可以促使劳动、资本和技术等生产要素在短时间内得到合理配置，缓解了资源错配，进而提高了资源配置效率(刘传明和马青山，2020)。因此，在国内大循环中网络基础设施将直接通过影响经济资源的配置效率来影响技术效率水平，进而影响全要素生产率的增长。

第二，国内大循环中地区规模经济。从投资性视角来看，国内大循环中网络基础设施有利于产生规模经济效应。随着地区网络基础设施资本的注入，完善的网络基础设施为私人部门和公共部门的规模生产提供了物质保障。地区规模生产形成，能够促进科研机构、企业和个人的技术创新和研发，实现经济主体采用新技术和新方法来发展规模经济，同时通过优化经济主体的活动空间组织，实现经济主体间的分工合作，提高专业化生产水平，实现地区内的规模经济发展。因此，在国内大循环中网络基础设施将直接通过实现地区规模经济来影响技术效率水平，进而影响全要素生产率的增长。

第三，国内大循环中空间技术溢出。从网络性视角来看，国内大循环中网络基础设施有利于产生空间技术溢出。在其功能性和投资性的基础上，网络基础设施还可以将科研机构、企业和个人的技术创新和研发成果实现跨区引进和扩散，加速跨区新技术和信息的交流，促进溢入地区的技术效率和技术进步的提升；同时溢入地区又将溢出新的创新技术和成果，最后由空间技术溢出形成了跨区间技术和信息的双向循环。因此，在国内大循环中网络基础设施将通过空间技术溢出，形成跨区间新知识和新技术的技术循环，进而影响跨区间全要素生产率的增长。

2. 人力资本水平影响全要素生产率的内在机理

人力资本质量水平快速提升是中国经济实现潜在发展能力的关键，更是实现赶超目标的基础(刘伟和张立元，2020)。人力资本既可以作为生产要素影响生产，又能通过影响技术进步而间接作用于生产(Lucas，1988)；同时决定了知识和技术的生产，又决定了知识与技术的增长(Romer，1990)。基于人力资本的自主创新、外部引入和空间流动三个视角，从国内大循环中的技术创新、技术引进和空间技术溢出三个方面来剖析人力资本水平影响全要素生产率的内在机理。

第一，国内大循环中技术创新。从自主创新视角来看，国内大循环中人力资本水平有利于提高地区技术创新水平。人才是创新的第一资源，创新驱动的本质是人才驱动(苏科和周超，2021)。人力资本的“金字塔”结构中，较高层次的人力资本存量能够更好地实现新技术的研发、新产业的培育，更有利于促进技术密集型和知识密集型产业等相关产业全要素生产率的提高，带动地区全要素生产率的提升。因此，地区人力资本水平的提升对经济社会发展的主要作用在于能够直接影响技术研发能力，决定着地区技术创新水平，成为影响全要素生产率增长的重要推动力(Bagheri等，2019；韩先锋等，2019)。

第二，国内大循环中技术引进。从外部引入视角来看，国内大循环中人力资本水平有利于提高地区技术引进水平。国内新型技术的产生除了依赖自主研发和创新以外，还可以通过技术引进来实现。例如通过外商直接投资可以一方面引入最新的技术和设备，另一方面引入企业高效的管理模式等等。而地区技术的引入不仅需要与之相匹配的人力资本水平来吸收和改进；同时伴随各类新技术的应用，包括再改进、再完善以及再推广都需要高素质人力资本的支撑。于是地区对高素质人力资本需求将不断增长，这必然会推动人力资本结构向高级化演进。而随着人力资本水平的不断积累和提升，将不断形成技术引进与人力资本提升的良性循环，进一步带动了技术的推广和应用。因此，地区人力资本直接影响技术引进水平，促进着地区技术推广和应用，成为影响全要素生产率增长的重要推动因素。

第三，国内大循环中空间技术溢出。从空间流动视角来看，国内大循环中人力资本水平有利于实现空间技术溢出。人力资本除了直接影响国内大循环中的技术创新和技术引进水平以外，人力资本作为技术载体还会随着空间流动而产生较强的正外部性影响。随着一个地区技术创新和技术引进程度的提高，经济主体采用新技术和新方法组织生产，跨区人力资本的流动可以使新技术和新方法实现跨区技术溢出，一方面由集聚效应促成发展程度相似的城市群实现区域规模经济生产；另一方面由辐射效应推动落后地区生产技术的进步。因此，在国内大循环中人力资本将通过空间技术溢出，形成跨区间新知识和新技术的技术循环，进而影响跨区间全要素生产率的增长。

综上所述，网络基础设施为国内大循环的硬件基础，而人力资本则成为国内大循环的软件约束。便捷的网络基础设施更容易实现跨区间人力资本空间流动中的技术溢出，两者的有机结合分别为推动地区全要素生产率增长提供效率保障和技术载体作用，并有利于实现国内大循环中的技术循环，进而驱动跨区全要素生产率的增长(见图1)。

三、 核心变量测算与空间相关性

1. 核心变量测算

(1) 全要素生产率(TFP)。对比测算全要素生产率中普遍使用的方法，适于选取非参数法中最常用的数据包络分析法(DEA)，具体Malmquist指数法的公式如下：

(1)

Mi,t+1(xit+1，yit+1，xit，yit)为t期到t+1期的全要素生产率的变化。用Effchit+1表示从t到t+1期的技术效率变动指数，描述决策单位生产靠近当期生产前沿边界的程度；用Techit+1表示从t到t+1期的生产技术变动的几何平均数，描述了从t到t+1期内生产前沿边界的移动程度。其中，具体产出项和投入项的核算过程参考赵莎莎等(2018)。运用DEAP2.1软件，由Malmquist指数法得出各省市全要素生产率(TFP)，以及其分解项技术效率变动指数(Effch)和技术进步变动指数(Tech)。为了后文量化可比性的需要，将这三个量以2000年为基期进行定比改进，分别用tfp、effch和tech来表示。

(2) 网络基础设施(rit)。基于基础设施代理变量选择的文献梳理，主要有两种方式：一是选取实物层面或者实际距离的角度；二是选取资本存量层面。具体的代理变量选择可依据实际研究侧重点和实际数据的可得性来择优选取。鉴于网络基础设施的资本存量在国内大循环中起到的重要作用以及实物统计数据的部分不可得和不可加总等局限性，适于选用存量层面来衡量网络基础设施的总水平。

根据Biehl(1991)的定义，网络基础设施包括交通网络、能源网络和信息网络三大部分，历年搜集数据中涵盖了全社会主要行业历年的固定资产投资数据；参照具体的固定资产投资项目，选取对应的三个投资项目依次为：交通运输、仓储和邮政业；电力、热力、燃气及水生产和供应业；信息传输、软件和信息技术服务业。在存量层面利用各项固定资产投资额加总的优点，选用三个对应项目投资额的加和作为计算网络基础设施存量的历年流量值，用Iit来表示(1)鉴于2003年开始《中国统计年鉴》中全社会固定资产投资数据统计口径发生变化，2003年之前的数据采用各省市2003-2016年平均增长率进行补值。。2000-2018年间各省市的网络基础设施存量具体采用Goldsmith的“永续盘存法”进行估算，用Kit表示。具体公式为：Kitt= (1-δ)*Kitt-1+Iitt/Pt，其中Kitt为当期的网络基础设施存量；Kitt-1为上一期的网络基础设施存量；Iitt为当期的三项网络基础设施投资总额；Pt是以2000为基期的当期固定资本价格指数；δ为折旧率取值6.9%(胡李鹏等，2016)；2000年的网络基础设施基期存量核算借鉴Hall和Mairesse(1995)的方法：Kit0=Iit0/(δ+g)；g为各省市以2000年为基期核算的网络基础设施投资总额的实际值(Iitt/Pt)在2000-2018年间的年均实际增长率。为衡量存量层面的网络基础设施水平，采用网络基础设施实际存量占总实际物质资本存量的比例来衡量，用rit来表示，即rit=Kit/K，其中K为上文中总实际物质资本存量。

(3) 人力资本水平(hhg)。人力资本水平的衡量更侧重于高级化层面的演进程度。选取人力资本结构层次系数进行量化估算，借鉴刘智勇等(2018)的研究，将人力资本按照大专以上、高中、初中、小学和文盲半文盲5类教育程度依次排列，其所占比重设为Hj(j=1,…,5)，则人力资本高级化估算公式如下：

(2)

(4) 控制变量。参考已有研究成果，分别从四个指标影响现阶段经济社会发展的外在环境来选取控制变量。政府干涉程度(lnpfe)：选用人均财政支出水平来量化估算政府干涉程度，由各省市财政支出总额除以总人口的值再取对数来测算；地方政府不同的财政支出水平能够直接反映出其干涉程度。对外开放程度(lnpie)：选用人均进出口水平来量化估算对外开放程度，由各省市进出口总额除以总人口的值再取对数来测算；其中进出口总额数据经过当年人民币与美元比价的中间价来折算成人民币；人均进出口水平的高低能够反映出地区对外开放的程度。外商投资程度(lnpfdi)：选用人均外商直接投资水平来量化估算外商投资程度，由各省市外商直接投资总额除以总人口的值再取对数来测算；人均外商直接投资水平的高低能够反映出地区内外商投资程度。城镇化水平(ur)：选用各省市年末城镇人口占其年末总人口的比重来测算；可以直接反映地区人口在数量上的集聚程度。所有变量的原始数据均来自历年《中国统计年鉴》《中国人口和就业统计年鉴》以及各省市历年统计年鉴。

2. 核心变量空间相关性的动态分析

鉴于中国自东往西的经济发展存在着不平衡和不充分的空间特征，为了明晰国内大循环中核心变量是否呈现显著的空间相关性特征，选取Moran’s I全局空间自相关检验方法。考虑到国内大循环中经济资源和技术的空间流动，相邻地区间物质基础、人力资本和技术交流最密切，较易实现，故采用邻接概念的空间权重矩阵W进行检验。基于2000-2018年间各省市核心变量的相关数据，使用Stata14.0得出核心变量的莫兰指数(Moran’s I)，具体结果如表1所示。

表1 核心变量的莫兰指数(Moran’s I)

(1) 全要素生产率的空间自相关性动态变化特征。观察表1中全要素生产率(tfp)的莫兰指数动态变化，发现样本期间内tfp莫兰指数符号均为正，且从2008年开始在5%的统计水平上显著；同时tfp莫兰指数在0.2左右呈现周期性增长趋势。由此发现全要素生产率在跨区空间分布上具有显著的正相关关系，各省市全要素生产率增长呈现出相似值之间的空间聚集特征，即各省市tfp估值存在高值与高值相邻、低值与低值相邻，具有比较显著的空间集聚特征。

表1中全要素生产率分解项技术效率变动指数(effch)和技术进步变动指数(tech)的莫兰指数动态变化，发现样本期间内两者呈现不同的空间特征。技术进步变动指数(tech)的莫兰指数符号均为正，且均在1%统计水平上显著；同时tech莫兰指数随年份变化呈现逐渐增长趋势；而技术效率变动指数(effch)的莫兰指数从2004年起数值偏小，趋向于0，且不显著。由此发现技术进步指数在跨区空间分布上具有显著的正相关关系，即各省市tech估值存在高值与高值相邻、低值与低值相邻，具有比较显著的空间集聚特征；相反，技术效率指数空间分布具有随机性，不具有显著的空间集聚特征。

(2) 网络基础设施的空间自相关性动态变化特征。观察表1中网络基础设施(rit)的莫兰指数动态变化，发现从2008年起rit莫兰指数符号均为正，且在1%或5%统计水平上显著；同时rit莫兰指数随年份变化呈现快速增长趋势。由此发现网络基础设施在跨区空间分布上具有显著的正相关关系，各省市网络基础设施增长呈现出比较显著的空间集聚特征。2008年以来中国网络基础设施的投资迅速增长，日益增长的跨区网络基础设施为国内大循环提供了正常运转的物质保障，承载着物流、信息流等等多种功能，成为国内大循环中的硬件保障，其显著的空间自相关性符合中国网络基础设施地区间分布不平衡的现实情况。

(3) 人力资本水平的空间自相关性动态变化特征。观察表1中人力资本(hhg)的莫兰指数动态变化，发现自2002年起hhg莫兰指数符号均为正，且均在1%统计水平上显著；同时hhg莫兰指数在0.3左右呈现周期性增长趋势。由此发现人力资本水平在跨区空间分布上具有显著的正相关关系，各省市人力资本水平增长呈现出比较显著的空间集聚特征。2000年以来中国人力资本结构呈现出由初级显著向高级演进的趋势，凸显出相邻地区人力资本的流动性和空间聚集性，成为国内大循环中的技术载体，其显著的空间自相关性符合中国人力资本地区间分布不平衡的现实情况。

四、 模型设定与实证分析

1. 空间计量模型设定

(1) 基准模型设定。首先构建两者影响全要素生产率的基准模型，暂不考虑空间因素，检验两者影响全要素生产率的作用效果，被解释变量全要素生产率(tfp)基准模型设定如公式(3)所示。然后，为细化检验网络基础设施与人力资本影响全要素生产率的具体路径，将全要素生产率的分解项技术进步变动指数(tech)和技术效率变动指数(effch)设为被解释变量，分别构建基准模型，具体设定如公式(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，下标i代表不同的省(区、市)；t代表不同的年份；βn为第n个核心解释变量的估计系数；c为常数项；ui代表不随时间变化的个体特征效应；εit表示与解释变量无关的随机扰动项；Cit代表不同的控制变量集；γm为第m个控制变量的估计系数；ritit为网络基础设施水平；hhgit表示人力资本水平。

(2) 空间模型设定。首先，空间计量模型设定时需要进行相应的空间计量检验，具体方法和检验结果见表2与表3。然后，由检验结果选取个体固定效应的空间杜宾面板回归模型。最后，为细化检验两者对全要素生产率的影响路径，分别将被解释变量全要素生产率(tfp)与技术进步变动指数(tech)的空间面板计量模型具体设定为公式(6)和(7)：

(6)

(7)

2. 实证分析

(1) 网络基础设施与人力资本对全要素生产率影响的固定效应。由F检验和Hausman检验表明基准模型存在显著的个体固定效应，选取个体固定效应来实证检验；运用Stata14.0软件估计，回归结果如表2所示。

表2 基准模型回归结果

观察表2中模型M1的回归结果发现，国内大循环中网络基础设施与人力资本对全要素生产率产生显著的促进效应。模型M1中网络基础设施(rit)的回归系数为0.867，且在1%水平上通过显著性检验，说明国内大循环中网络基础设施存量的不断增加，不仅有利于提高经济资源配置效率，还有利于产生规模经济效应，实现促进全要素生产率增长的作用效果。模型M1中人力资本(hhg)的回归系数为0.220，且在1%水平上通过显著性检验，说明国内大循环中人力资本水平的不断高级化演变，不仅有利于提高地区技术创新水平，还有利于提高地区技术引进水平，实现促进全要素生产率增长的作用效果。由此，网络基础设施成为国内大循环的硬件基础，为促进地区全要素生产率增长提供效率保障；而人力资本则为国内大循环的软件约束，为促进地区全要素生产率增长起到技术载体作用。

对比观察表2中模型M2和M3的回归结果发现，国内大循环中网络基础设施与人力资本促进全要素生产率增长的具体路径有所差异。模型M2和M3中网络基础设施(rit)的回归系数分别为0.509和0.520，且均在1%水平上通过显著性检验，说明国内大循环中网络基础设施从两方面来促进全要素生产率增长，既有利于促进技术进步(tech)增长，又有利于促进技术效率(effch)增长。模型M2和M3中人力资本(hhg)的回归系数分别为0.206和0.064，前者在1%水平上通过显著性检验，后者却未通过显著性检验；说明国内大循环中人力资本主要通过促进技术进步(tech)增长实现全要素生产率增长，而其对技术效率的影响并不显著。

(2) 网络基础设施与人力资本对全要素生产率影响的空间技术溢出。先由表2检验结果得出基准模型采用个体固定效应进行估计，空间面板回归模型也应采用个体固定效应形式。再由表3中Wald检验结果，模型M1中SAR test和SEM test分别为88.95和92.05，且均在1%水平上通过显著性检验，分别拒绝原假设，故选取空间杜宾面板模型(SDM)进行检验；同理，模型M2中两个检验结果也均在1%水平上通过显著性检验，也选取空间杜宾面板模型(SDM)进行检验。最后运用Stata14.0软件估计，空间杜宾面板回归结果如表3所示。由于空间面板模型中将滞后因子纳入回归模型中，解释变量的回归系数不能直接反映解释变量的影响程度，同时解释变量的空间溢出效应不再适于单独解释对被解释变量的影响，故将空间效应进行分解，便于细化核心解释变量对被解释变量产生空间效应的具体程度，效应分解如表4所示。

表3 空间杜宾面板模型回归结果

对比观察表3中模型M1和M2的回归结果发现，全要素生产率与技术进步在增长过程中存在显著的空间依赖性。模型M1和M2的空间自相关系数ρ分别为0.312和0.563，且均在1%水平上通过显著性检验；说明全要素生产率与技术进步均在一定程度上显著受到具有相似空间特征的相邻地区产生的空间影响。模型M1和M2的w*rit空间回归系数分别为1.217和0.572，且均在1%水平上通过显著性检验；w*hhg空间回归系数分别为0.261和0.306，分别在5%和1%水平上通过显著性检验；说明网络基础设施与人力资本对全要素生产率的影响存在显著的空间效应。

观察表4中被解释变量tfp在邻接空间权重W1下空间效应分解值发现，网络基础设施与人力资本对全要素生产率产生的直接效应与间接效应均非常显著。网络基础设施(rit)影响全要素生产率的直接效应，分解系数为0.704，且在1%水平上通过显著性检验，说明国内大循环中网络基础设施对本地区全要素生产率增长产生了显著的促进效应；其影响全要素生产率的间接效应，分解系数为1.937，且在1%水平上通过显著性检验，说明国内大循环中网络基础设施对周边地区全要素生产率增长也产生了显著的促进效应。人力资本(hhg)影响全要素生产率的直接效应，分解系数为0.166，且在5%水平上通过显著性检验，说明国内大循环中人力资本对本地区全要素生产率增长产生了显著的促进效应；其影响全要素生产率的间接效应，分解系数为0.408，且在1%水平上通过显著性检验，说明国内大循环中人力资本对周边地区全要素生产率增长也产生了显著的促进效应。

观察表4中被解释变量tech在邻接空间权重W1下空间效应分解值发现，网络基础设施与人力资本对技术进步产生的直接效应与间接效应均非常显著。网络基础设施(rit)与人力资本(hhg)影响技术进步的直接效应，分解系数分别为0.308和0.113，分别在1%和5%水平上通过显著性检验，说明国内大循环中网络基础设施与人力资本通过促进本地区技术进步增长，从而促进本地区全要素生产率增长；两者影响技术进步的间接效应，分解系数分别为1.440和0.700，均在1%水平上通过显著性检验，说明国内大循环中网络基础设施与人力资本通过促进周边地区技术进步增长，从而促进周边地区全要素生产率增长，存在显著的空间技术溢出。

进一步比较表4中的空间效应分解值发现，网络基础设施影响全要素生产率的间接效应1.937，远远大于直接效应0.704，这说明网络基础设施对周边地区全要素生产率增长产生的促进效应远远大于对本地区全要素生产率增长的促进效应；网络基础设施影响技术进步的间接效应1.440，远远大于直接效应0.308，是后者的4.675倍，这说明地区网络基础设施能够非常有利地促进周边地区技术进步增长，产生了显著的空间技术溢出。人力资本影响全要素生产率的间接效应0.408，远远大于直接效应0.166，这说明人力资本对周边地区全要素生产率增长产生的促进效应远远大于对本地区全要素生产率增长的促进效应；人力资本影响技术进步的间接效应0.700，远远大于直接效应0.113，是后者的6.195倍，这说明地区人力资本的提高能够非常有利地促进周边地区技术进步增长，产生了显著的空间技术溢出。

表4 空间杜宾面板回归模型M1和M2的空间效应分解值

综上，通过综合分析表3与表4的实证结果发现，网络基础设施与人力资本对全要素生产率产生了显著的空间溢出效应，而且两者对技术进步的空间溢出效应更为显著，有力促进跨区间的空间技术溢出。这是因为国内大循环中网络基础设施与人力资本将通过空间技术溢出，形成跨区间新知识和新技术的技术循环，通过显著促进周边地区技术进步增长，进而影响跨区间全要素生产率的增长。空间效应的实证结果与前文的机理分析相吻合。

3. 稳健性检验

(1) 基于基准模型回归的稳健性检验。首先，基于核心变量数据的统计分析，上海和西藏两个地区极端值非常显著，故剔除两地的极端值后对基准模型进行稳健性检验，具体回归结果见表5。通过对比表2与表5中M1、M2、M3回归结果发现，核心解释变量的系数符号及显著性未发生改变。其次，基于邻接空间权重W1，将各省市的网络基础设施(rit)分别与其所相邻省市的值求取均值得出相邻均值Rit，替换后的回归结果见表5。通过对比表2与表5中M4、M5、M6回归结果发现，核心解释变量的系数符号及显著性未发生改变。因此，基于基准模型的回归结果比较稳健。

表5 基准模型回归的稳健性检验

(2) 基于空间溢出效应的稳健性检验。基于空间溢出效应的稳健性检验，选取经济空间权重W2进行回归检验，具体回归结果见表3。对比分析两种空间权重下的回归结果发现，关于空间杜宾面板模型(SDM)的检验结果一致；模型空间自相关系数ρ以及核心解释变量空间回归系数的符号及显著性未发生改变；基于经济空间权重W2模型的拟合优度R2稍微偏低，说明本文基于网络基础设施与人力资本的机理分析，优选邻接空间权重W1进行回归比较合理。因此，基于空间溢出效应的回归结果比较稳健。

五、 结论与启示

在国内大循环背景下，网络基础设施与人力资本水平通过不同传导机制影响着一国全要素生产率增长。本文首先研究了在国内大循环中两者对全要素生产率影响的内在机理；然后利用2000-2018年省级面板数据，检验了核心变量的空间相关性并分析其动态变化趋势，构建了基准模型和空间面板模型来实证检验两者对全要素生产率影响的固定效应和空间效应，主要结论有以下几点。一是，国内大循环中网络基础设施与人力资本呈现出显著正向的空间自相关特征，同时对全要素生产率产生显著的促进效应；网络基础设施为国内大循环的硬件基础，能为地区全要素生产率增长提供效率保障；而人力资本为国内大循环的软件约束，能为地区全要素生产率增长起到技术载体作用。二是，国内大循环中网络基础设施与人力资本促进全要素生产率增长的具体路径有所差异：国内大循环中网络基础设施从技术进步和技术效率两方面来促进全要素生产率增长；而人力资本主要通过促进技术进步实现全要素生产率增长。三是，网络基础设施与人力资本对全要素生产率产生了显著的空间溢出效应，而且两者对技术进步的空间溢出效应更为显著，有利于在国内大循环中实现技术循环，进一步驱动跨区全要素生产率的增长。

基于以上结论，国内大循环中网络基础设施与人力资本客观存在的空间依赖性，以及对全要素生产率增长产生显著的技术溢出效应，能够为政府畅通国内大循环，实现技术循环，推进高质量发展，提供重要的政策启示。一是，网络基础设施既是国内大循环中的硬件基础又是经济发展的重要公共投资，为地方实现高质量发展提供效率保障。地方政府应立足于经济发展的实际情况，充分利用网络基础设施的功能性和投资性，不断优化网络基础设施的投资效率，带动整体经济资源配置效率，促进地区间经济优势互补，最终实现地区内规模经济；地方政府还应考虑跨区经济的空间集聚格局，尽量减少由地区间网络基础设施过度投资，重复建设或者惰性投入等问题造成的投资效率损失；相反，应尽量加强地区间在网络基础设施建设上的分工合作，有序协调，互惠互利，营造跨区间高质量发展的共赢模式。二是，人力资本作为国内大循环中的软件约束，是新知识和新技术的重要源泉，为地方实现高质量发展提供技术载体作用。为有效提升地区人力资本高级化程度，地方政府应制定一系列积极措施，激励地区人力资本的技术创新和技术引进能力：多渠道增加教育经费的同时，还要注意教育投资的多元化，提高教育资源的优化配置；发展高等教育的同时，可以组织开展不同层次、不同形式的职业培训，并侧重向教育环境较差的地区倾斜；继续发展劳动力的职业技术培训和继续教育，提高受教育劳动力与劳动力市场需求的融合度，充分发挥受教育劳动力内在的经济效应。地方政府还需考虑人力资本空间依赖的客观性，应将地区间的空间相关性纳入到创新驱动政策的制定中，尤其重视在空间和经济密切联系下不同省市之间协调互动发展，将有助于增强地区间技术水平的引进和扩散，有助于新技术和新知识产生有效的技术溢出效应，进而有助于促进跨区技术良性循环，最终实现跨区间高质量发展的共赢模式。