新基建投资、原发式技术进步与我国居民消费扩容

丁建勋 罗润东

[提要] 本文关于新基建投资如何影响消费及其核心机制的理论阐释表明,新基建投资能促进消费,其促进消费的核心机制在于:新基建投资会引致原发式技术进步进而促进消费。利用我国省级面板数据进行的实证检验结果表明,新基建投资的确有利于居民消费的增加,检验核心机制存在性的中介效应分析也显示,新基建投资既会直接促进居民消费,更可以通过原发式技术进步间接促进居民消费,且间接效应要大于直接效应。最后提出相应政策建议。

一、引言与文献综述

消费是畅通国内大循环的关键环节,也被视为经济高质量发展的主引擎。因而,国家历来高度重视实现消费扩容。然而,在过去相当长的一段时期内,我国居民消费率低且上升缓慢的现象持续存在,2020年才达到37.7%。这严重制约了国内大循环的形成和经济高质量发展。于是,探寻扩大我国居民消费的途径,就显得迫在眉睫。

对于如何促进居民消费,学术界提出了各种措施,其中一个重要的视角是从基础设施建设投资切入。

包括基建投资在内的公共支出究竟是挤入还是挤出居民消费,不同的学派具有不同的观点。传统的凯恩斯主义认为,政府支出增加使得总需求和产出增加从而带动消费增加。根据新古典宏观经济学或者新凯恩斯主义分析,政府支出增加导致税负通过财富负效应减少预期收入从而挤出居民消费。但内生增长理论强调,公共支出中的基础设施投资也会在一定程度上提高产出从而增加消费。

基建投资对居民消费究竟产生何种影响,现有研究也没有形成共识。

一些学者认为基建投资挤出居民消费。Aschauer (1985)[1]以及Kormendi(1983)[2]对美国的研究发现,政府支出同居民消费之间存在明显的替代关系;Chen和Yao(2011)[3]的研究表明,基础设施投资有利于资本密集型行业,使得收入分配向资本倾斜,进而导致居民消费率下降;黄海峰等(2014)[4]的研究发现,政府公共基础设施投资率每提高1%会降低居民消费率0.13%,且这一负向关系在不同的计量模型和估计方法下都是稳定的;杨琦(2018)[5]认为, 从全国范围来看,农村基础设施投资对居民消费产生挤出效应。

一些学者认为基建投资会挤入居民消费。Karras(1994)[6]的跨国研究发现,政府支出增加将提高居民消费的边际效用,从而刺激了居民消费;Jensen(2007)[7]的研究表明,印度喀拉拉邦手机覆盖率提高改善了消费者和渔民的福利:产品价格下降4%,消费者剩余和渔民利润分别增加6%和8%;苏素等(2005)[8]、冉光和等(2017)[9]以及李涛等(2020)[10]的研究表明,基础设施投资或资本存量能够挤入居民消费。刘伦武(2010)[11]、孙虹乔(2011)[12]以及张书云等(2010 )[13]认为,农村基础设施建设有助于推动农村消费需求的增长,但不同类型或不同地区拉动效应存在差异;郭广珍等(2019)[14]、张昊(2020)[15]以及申洋等(2021)[16]则发现交通基础设施对消费具有促进作用。

在老基建投资与居民消费之间关系尚存争议的情况下,新时代蓬勃发展起来的新基建投资与居民消费之间存在何种关系?现有的研究还比较少。而且新基建投资影响居民消费的核心机制是什么?学术界也鲜有深入探讨。因此,本文拟通过构建理论模型分析新基建投资对居民消费的影响并探讨产生影响的核心机制,然后利用我国省级面板数据进行实证检验,以期弄清新基建投资对我国居民消费的影响及其内在机理,为畅通消费内循环助推高质量发展提供政策建议。

二、新基建投资与消费:理论分析

借鉴尚文思(2020)[17]含有新基建的生产函数形式:

Y=AGβKαL1-α

(1)

其中,Y为产出,L为劳动,K为资本,α为资本的产出弹性。AGβ表示要素生产率,体现新型基础设施的外部性对要素生产率的促进作用(尚文思,2020)[17]。同时,如贾俊雪(2017)[18],本文考虑基础设施建设投资而非存量,因而G为新基建投资。

假设资本存量的变化由下式给出:

(2)

其中δ为折旧率。基于Barro和Sala-i-Martin(1995)[19](P.240)一个将家庭和企业分开的模型等价于一个家庭直接从事生产的理论框架,采用家庭也是产品生产者的规定,建立汉密尔顿函数(当人口增长率为零时)为:

(3)

(4)

(5)

将(4)式的两边取自然对数,再对时间t求导得到:

(6)

由(5)式和(6)式,可以得到:

(7)

记Z=αAG1-αKα-1L1-α-δ-ρ,且假设消费在t=0的值为C(0),则相应的消费路径为:

(8)

上式对G求导可以得到:

(9)

(10)

(9)式表明,新基建投资与消费之间成同方向变动关系,即新基建投资是有利于提高消费需求的。那么,新基建投资为何能实现消费扩容呢?

基础设施投资等政府投资性支出可以通过直接渠道和间接渠道影响消费(Chen和Yao,2011;[3]李涛等,2020[10])。但新基建投资的直接消费扩容效应可能并不大。因为政府公共支出可能对私人消费产生直接的“挤出效应”。而新基建投资对消费的间接影响可能会比较大。为什么呢?因为如理论模型所述,新基建更会通过影响经济增长提高收入进而促进消费。当然,新基建投资通过此途径所发挥的消费扩容效应,除了依靠其作为一种直接投入要素产生的经济增长效应外(由于投资的边际报酬递减,这种拉动作效应会越来越小),更重要的是其通过溢出效应影响技术进步而产生的经济增长效应。技术进步大致可以划分为两种类型:引进式技术进步和原发式技术进步。那么新基建投资追求的是哪一种呢?

新基建投资追求的是促进原发式技术进步。如理论模型中那样,尚文思(2020)[17]假设生产函数为Y=AGβKαL1-α,新基建投资会通过溢出效应对要素生产率产生促进作用,表现为AGβ,这意味着新基建投资追求的是促进原发式技术进步。在现实中,我国技术进步方式经历了两个阶段:1978-2010年以引进式为主,但随着技术引进空间减小以及技术输出国转让壁垒的限制,大约2010年之后,我国逐渐转向以原发式为主(龙少波等,2020)[20]。而新时代蓬勃发展的新基建本质上是科技基础设施,其最典型的特征是发力于科技端。与传统基建在技术端已经相对成熟不同,新基建需要突破技术,更侧重创新。因而,新时代强调以数据主权为核心、自主可控为关键以及自主创新为根本的新基建,追求的确是促进原发式技术进步。

原发式技术进步有利于消费扩容。原发式技术进步不仅会提高产出从而提高消费,而且会通过收入分配劳动偏向效应影响消费。因为原发式技术进步是通过自主研发获取先进技术的一种内源性技术进步方式。自主研发需投入大量人力资本,高素质劳动力成为技术进步的关键,因而原发式技术进步更具劳动偏向性。高素质劳动力的高需求决定了相对较高的劳动报酬,有利于改善初次分配中资本报酬过高的不合理格局,并通过增加居民收入刺激消费需求(龙少波等,2022)[21]。

综上可知,新基建投资会促进消费,其核心在于新建投资有利于促进原发式技术进步。当然,新基建投资是否真得能实现消费扩容,以及影响消费的核心机制是否存在,仍需要实证检验

三、新基建投资与我国居民消费:实证检验

(一)样本选取与数据来源

为了比较准确地衡量各地区居民消费,本文使用全国及各省《统计年鉴》中的分地区居民消费支出。但由于全国及各省《统计年鉴》中缺乏2017年之后分地区居民消费支出的数据,因而实证研究使用2005-2017年我国大陆30个省级行政单位(西藏除外)的面板数据。所用数据均以2000年为不变价计算。所有原始数据来自于各年《中国统计年鉴》、《全国科技经费投入统计公报》以及各年各地区《统计年鉴》。

(二)模型设定

根据上述理论分析,为了检验新基建投资是否会对我国居民消费产生正向影响,构建如下模型:

Cjt=d0+cGjt+dxxjt+ψt+νj+εjt

(11)

其中,下标j(j=1,2,···,30)表示我国大陆30个省级行政区(西藏除外),下标t(t=1,2,···,13)表示2005-2017年13个年份,Cjt为第j省第t年的居民消费,Gjt为第j省第t年的新基建投资。除了新基建投资会影响居民消费之外,靳涛等(2017)[22]认为,改革开放以来政府对经济的主导作用和对外开放为我国转型式增长模式的两个显著特征,因而它们是影响居民消费的重要因素,还有城市化率率以及产业结构变动等也会对居民消费产生影响。另外,学术界普遍认为,可支配性收入是影响居民消费的重要因素。因此,控制变量xjt中包括政府一般公共预算支出、对外开放度、城市化率、产业结构以及可支配性收入。ψt表示时间效应;νj表示个体效应;εjt为随机扰动项。

(三)变量说明和统计描述

1.被解释变量

居民消费C。如上所述,衡量居民消费使用的是全国及各省《统计年鉴》中的分地区居民消费支出。由于所得数据的数量级较大,对其除以10000得到所用数据。

2.核心解释变量

新基建投资G。新基建投资主要包括信息基建投资、创新基建投资以及融合基建投资三方面。但是,国家统计部门并没有对三者及其加总而成的“新基建”投资额进行统计。因而只有根据其内涵选用近似指标代替。其中:信息基建投资用信息传输、软件和信息技术服务业固定资产投资进行衡量;创新基建投资用科学研究和技术服务业固定资产投资加上卫生和社会工作固定资产投资进行衡量;融合基建投资用传统基建投资乘以融合系数进行衡量。其中,传统基建投资以电力、热力、燃气及水的生产和供应业、水利、环境和公共设施管理业、交通运输、仓储和邮政业的投资之和进行衡量;融合系数的计算采用刘涛和周白雨(2021)[23]的方法,先采用熵权法分别算出纯新基建(信息基建和创新基建)和传统基建的发展水平,然后算出两者的耦合持续发展度作为融合系数。

3.控制变量

(1)政府一般公共预算支出go。用政府一般公共预算支出占GDP比重来衡量。

(2)对外开放度tr。用进出口总额占GDP比重来衡量。

(3)城市化率ur。用城镇人口占总人口比重来衡量。

(4)产业结构in。选取第三产业增加值占GDP比重作为产业结构的代理变量。

(5)可支配性收入di。地区可支配性收入等于地区总人口乘以地区人均可支配性收入。同样,由于所得数据的数量级较大,也都对其除以10000得到所用数据。

4. 描述性分析

(1)各变量的统计特征,包括均值、中位数、最大值、最小值以及标准差,如表1所示。

表1 主要变量统计描述

(2)各解释变量间的多重共线性。为了观察解释变量是否存在共线性,表2和3分别给出了变量间的相关系数矩阵和方差膨胀因子(VIF)。可以看到,各解释变量之间相关系数的最大值为0.744,其他的也不是很高,而且方差膨胀因子都小于10,因而可以认为各变量间不存在多重共线性。

表2 主要变量的相关系数

表3 主要变量的方差膨胀因子

(四)新基建投资对居民消费影响的实证研究结果

1.居民消费同新基建投资的相关关系

图1给出了2005-2017年我国大陆30个省份(除西藏外)的居民消费支出与新基建投资的散点图及拟合线。可以看到,图1比较直观地描述了我国居民消费与新基建投资之间的正相关关系。

图1 居民消费与新基建投资的散点图(2005-2017年)

图2 居民消费与新基建投资的散点图(2005-2020年)

2.基准回归结果

下面应用Stata16软件使用2005-2017年我国大陆30个省份(除西藏外)的面板数据对方程(11)进行估计,以检验新基建投资对居民消费产生的影响。首先应确定选用何种模型。由表4第(1)-(6)列结果可以看到,无论是否加入控制变量,选择混合回归或固定效应模型(FE)的F检验的P值为0.000,表明FE模型优于混合回归;选择混合回归或随机效应模型(RE)的LM检验的P值为0.000,表明RE模型优于混合回归;选择使用FE模型或RE模型的Hausman检验的P值为0.000,表明应选择FE模型;考虑到可能存在时间效应,检验所有年度虚拟变量联合显著性的F检验的P值为0.000,强烈拒绝无时间效应的原假设,因而最终应选择双向固定效应模型(TWFE)。估计时使用聚类稳健的标准误以消除异方差,估计结果如表4第(3)和(6)列所示。

首先看新基建投资G对居民消费C的影响。表4第(3)和(6)列双向固定效应模型(TWFE)的结果显示,无论是否加入控制变量,新基建投资G的系数都显著为正,表明新基建投资的确会提高我国居民消费。这个结果与上文的观察相一致,也同理论模型分析的结论相符合。

然后看控制变量的估计结果。表4第(6)列显示,对外开放度tr的系数显著为负,表明对外开放度不利于提升居民消费,其可能的原因是,对外开放度提升会加快引进式技术进步,使得收入分配倾向资本而不利于居民消费的提升;而可支配性收入di的系数显著为正,表明提高可支配性收入有利于促进居民消费;政府一般公共预算支出占GDP比重go、城市化率ur以及第三产业增加值占GDP比重in的系数都不显著,表明它们对居民消费没有产生显著影响。

表 4 新基建投资对居民消费的影响

3.稳健性检验

(1)替换被解释变量且改变样本区间

为了能更好地观察近年来新基建投资对居民消费的影响以及检验上述实证研究结果的稳健性,本文选择2005-2020年的地区人口乘以地区居民人均消费支出来衡量地区居民消费,记为C2。由于所得数据的数量级也较大,因此再对其除以10000得到所用数据。其他变量的数据如上所述,且延长至2020年。

在进行实证检验之前,同样也先利用散点图和拟合线观察了我国居民消费与新基建投资之间的正相关关系,如图2所示。

在实证检验中,根据表5第(1)-(6)列中模型选择的各种检验,应选择双向固定效应模型(TWFE)。由表5第(3)和(6)列结果可以看到,无论是否加入控制变量,新基建投资G的系数依旧显著为正。这表明,新基建投资有利于提升我国居民消费的结论具有较强的稳健性。

表5 新基建投资对居民消费的影响: 替换被解释变量且改变样本区间

(2)考虑内生性问题

内生性通常是由于遗漏变量、测量误差以及双向因果等因素引起的,且往往不可避免。于是,表6第(1)和(2)列给出了异方差稳健的DWH检验结果。可以看到,由于DWH检验的P值为0.000,因而在1%的显著性水平下拒绝所有解释变量均为外生的原假设,即认为新基建投资是内生变量。

考虑到严重的内生性会造成估计系数的有偏和非一致性,有必要对基准回归结果中存在的内生性问题进行处理。而解决内生性问题的一个有效方法就是工具变量估计法。在工具变量的选择上,考虑前一期的新基建投资会对当期产生影响,而不会对扰动项产生影响,故将新基建投资的滞后一期作为工具变量。有关工具变量的检验结果见表6第(1)和(2)列所示。可以看到,无论是否加入控制变量,不可识别检验的Kleibergen-PaaprkLM统计量的P值为0.000,表明强烈拒绝工具变量不可识别的原假设,弱工具变量检验的Cragg-DonaldWaldF统计量、Kleibergen-PaaprkWaldF统计量表明,可以拒绝弱工具变量的原假设,HansenJ统计量为0.000,表明不存在过度识别问题。综上检验表明,新基建投资的滞后一期可以作为有效工具变量引入模型。

加入工具变量进行两阶段最小二乘法(2SLS)回归的结果如表6第(1)和(2)列所示。同时,为了稳健起见,也进行了对弱工具变量不敏感的有限信息最大似然法(LIML)估计,以及当存在异方差时比两阶段最小二乘法(2SLS)更有效率的广义矩(GMM)估计。结果表明,无论是否考虑控制变量,新基建投资G系数依旧显著为正,而且三种估计方法的回归结果相同(因为篇幅所限且与2SLS的结果相同,所以LIML和GMM的回归结果省略),因而表明基准回归结果具有较强的稳健性。

表6 内生性检验回归结果

(五)新基建投资促进居民消费的核心机制探讨

1.中介效应模型

上述实证研究仅检验了新基建投资对居民消费的总体影响效果,还需要深入阐释了新基建投资促进居民消费的核心机制。而欲证明上述机制的存在性,可以使用中介效应分析方法。中介效应模型的示意图如图3所示。

图3 中介效应分析示意图

根据中介效应分析的步骤,第一步的计量模型即(11)式,其他步骤的相应计量模型如下:

rdjt=d1+aGjt+dzzjt+υt+ωj+ζjt

(12)

Cjt=d2+c'Gjt+brdjt+dxxjt+ϖt+ϑj+μjt

(13)

其中,中介效应为ab,c'为直接效应。rd为原发式技术进步,其主要来自于研发,借鉴王林辉和董直庆(2012)[24],衡量指标选择R&D投入。实证研究中,由于所得数据的数量级较大,也对其除以10000得到所用数据。z代表影响原发式技术进步的其他因素,由于原发式技术进步通常是经济体发展到较高阶段通过研发方式获得,因而z主要包括研发人员rl和经济发展水平yn,研发人员用研发从业人员占总就业人数的比重衡量,经济发展水平用人均GDP衡量。

2.基准回归结果

下面利用2005-2017年我国大陆30个省份(除西藏外)的面板数据对方程(12)和(13)进行估计,得到第二步和第三步的结果分别如表7和8所示。根据模型选择的各种检验,在第二步分析中,未考虑和考虑控制变量时,应分别选择双向随机效应模型(TWRE)和双向固定效应模型(TWFE),在第三步分析中,无论是否考虑控制变量,都应选择双向固定效应模型(TWFE),并且估计时都使用聚类稳健标准误以消除异方差,结果分别如表7第(3)列和(6)列以及表8第(3)和(6)列所示。可以看到:

第一,在中介效应分析的第二步,表7第(3)和(6)列结果显示,无论是否考虑控制变量,新基建投资G的系数显著为正,表明新基建投资的确会引致原发式技术进步。第二,在中介效应分析的第三步,表8第(3)和(6)列结果显示,无论是否加入控制变量,新基建投资G的系数都显著为正,原发式技术进步rd的系数也显著为正。第三,综合中介效应分析的结果可以看到,c、c'、a和b都是显著的。按照三步检验法,此时中介效应显著。也就是说,新基建投资会直接促进居民消费,更会通过引致原发式技术进步再促进居民消费。而且,通过实证结果可以看到应该存在ab>c',即新基建投资通过中介变量“原发式技术进步rd”实现的特定中介效应ab要大于直接效应c'。这表明,新基建投资促进居民消费的核心机制是存在的。

表7 中介效应分析(第二步)

表8 中介效应分析 (第三步) 样本区间:2005-2017年

3.稳健性检验

(1)替换被解释变量且改变样本区间

下面使用2005-2020年的地区人口乘以地区居民人均消费支出来衡量地区居民消费,进行稳健性检验。

根据表9和10中模型选择的各种检验,在第二步分析中,未考虑和考虑控制变量时,应分别选择双向随机效应模型(TWRE)和双向固定效应模型 (TWFE),在第三步分析中,无论是否加入控制变量,都应选择双向固定效应 (TWFE)模型,在估计时也都使用聚类稳健标准误以消除异方差,结果分别见表表9第(3)和(6)列以及表10第(3)和(6)列所示。可以看到:

第一,在中介效应稳健性检验的第二步,表9第(3)和(6)列结果显示,无论是否考虑控制变量,新基建投资G的系数同样显著为正。第二,在中介效应稳健性检验的第三步,表10第(3)和(6)列显示,无论是否考虑控制变量,新基建投资G的系数显著为正,原发式技术进步rd的系数也显著为正。第三,综合来看,由于c、c'、a和b的符号都为正且依仍然显著,此时中介效应依旧显著,且同样存在ab>c'。这与上面的中介效应分析结果完全一致。因而可以认为表7和8的中介效应分析结果是稳健可靠的。

表9 中介效应的稳健性检验(第二步)

表10 中介效应的稳健性检验(第三步) 样本区间:2005-2020年

(2)考虑内生性问题

在中介效应分析中,我们同样也需要考虑内生性问题。各种检验见表6第(3)-(6)列所示。同样选择新基建投资的滞后一期作为工具变量进行两阶段最小二乘法(2SLS)回归,也给出了对弱工具变量不敏感的有限信息最大似然法(LIML)以及当存在异方差时比两阶段最小二乘法(2SLS)更有效率的广义矩(GMM)的估计结果。可以看到,无论是否考虑控制变量,三种估计方法的回归结果也完全相同,并且与表7和8的结果相比,新基建投资G以及原发式技术进步rd的系数符号和显著性均未发生改变,因而表明表7和8中的中介效应分析结果具有较强的稳健性。

综上实证分析结果可知,新基建投资是有利于促进我国居民消费扩容的,而且新基建投资通过引致原发式技术进步进而促进居民消费的机制的确存在。

四、结论与启示

新基建投资对居民消费会产生何种影响及其影响消费的核心机制是什么,学术界还缺乏深入探讨。本文关于新基建投资如何影响消费及其核心机制的理论阐释表明,新基建投资能促进消费,其促进消费的核心机制在于:新基建投资会引致原发式技术进步进而促进消费。利用我国省级面板数据进行的实证检验结果表明,新基建投资的确有利于居民消费的增加,检验核心机制存在性的中介效应分析也显示,新基建投资既会直接促进居民消费,更可以通过原发式技术进步间接促进居民消费,且间接效应要大于直接效应。基于研究结果,本文得出以下启示:

首先,应重视新基建投资对居民消费的促进效应。以新基建投资替代老基建投资,更能发挥基建投资的稳增长保收入从而促消费的积极作用;以新基建替代老基建,也能降低交易以及流通等成本,提高消费便捷度和经济运行效率,从而扩大消费。因此应重视新基建投资的消费效应,切实发挥新基建投资促进消费的功能,在双循环格局下将推进新基建投资成为促消费的重要抓手。

其次,加大新基建投资力度。新基建投资既能引致原发式技术进步,也能扩大居民消费,因而应积极推进新型基础设施建设的投资。这除了需要政府加大新基建投资力度以外,还应积极进行基础设施投融资体制改革,建立起政府与市场合理分工的基础设施投融资体制,以加大社会资本引入力度。

最后,适当引导新基建支出的投向。新基建的初衷是为抢占全球新一代信息技术和数字经济转型升级制高点创造基础条件的战略之举,其重要方向是创新,因而在加大投资力度时也要优化投资结构。在确保信息基建、创新基建和融合基建三方面投资保持合适比例的前提下,应加大投向有利于促进原发式技术进步的基础设施建设,这样既能增强自主创新能力,也会促进居民消费,从而能更好地推动我国经济的高质量发展。