新基建对区域经济发展的空间溢出效应分析——基于空间面板模型的实证研究

刘炳胜， 郭慧文， 王 丹， 陈 思

（1.重庆大学 公共管理学院，重庆 400044；2.东南大学 土木工程学院，江苏 南京 211100）

1 引言

基础设施建设投资能够形成公共资本并提高全要素生产率，对经济增长有着长期、稳定的促进作用，是支撑我国经济社会发展的基石［1］。然而随着新一轮科技革命与产业变革兴起，传统基建投资边际收益下降，社会经济发展应寻求新的经济增长点，实现经济增长动力转换。2018年12月，中央经济工作会议重新定义了基础设施建设，并将5G、人工智能、工业互联网、物联网定义为“新型基础设施建设”，这一概念的提出为狭义新基建界定了范畴。2020年4月，国家发改委正式提出，新型基础设施包括信息基础设施、融合基础设施和创新基础设施三个方面，新基建的范围得到了拓展。

随着新基建的概念不断丰富，社会各界对新基建的认知也呈现出多元化趋势。刘艳红等［2］认为，新基建与传统基建并不是对立隔离的关系，而是继承发展的关系，因而广义的新基建范围应包括传统基础设施的数字化改造过程。潘教峰和万劲波［3］进一步指出，新型基础设施是具有“代际飞跃”特征的软硬件设施网络，其作用是保障人类社会物质流、能量流、信息流的高效流动，为高质量发展提供持久性公共服务支撑。在此基础上，提出了数字化科技创新基础设施、智能化数字基础设施等十大新型基础设施领域。兰虹等［4］将新基建的本质概括为科技基础设施，其内涵即随着新一代信息技术发展而形成的基础设施，其作用是为经济生产、居民生活、公共服务与社会治理提供服务，具体内容超越了设施设备等单个物理设施层面，还包括算法代码、软件系统以及标准规则等逻辑设施。

作为基础设施建设，新基建保持了公共性及社会性的本质属性［5］。与传统基建不同的是，新基建以科技创新为动力，以数字化和信息化为核心，因而呈现出新的特点［6］。从生产要素来看，传统基础设施以资本和劳动为主要投入要素，要素供给能力有限；而新基建的投入要素，如知识、信息、数据等，其供给能力具有共享性、累积性、倍增性等特性，使得新基建能够实现互联互通、开放共享［3］。从载体来看，传统基础设施以铁路、公路、光缆、电线等设施为通道，发挥连接社会经济活动主体的作用；而新基建以大数据中心、云计算中心等基础设施为平台，提供标准化的数据相关服务，能够产生网络效应、平台效应与赋能效应，从而发挥数字对经济发展的放大、叠加、倍增以及融合等作用［7］。从产出来看，传统基础设施主要以机器设备、建筑设施等物质产品的形态存在；而新型基础设施则通过连接设备、软件、数据、内容，从而提供分布式数据的处理、存储、传输以及共享等服务，更多地表现出虚拟形态的特征［8］。因而，新基建具有渗透性、扩散性强等特点，能够削弱传统发展模式的地理限制，在催生新的产业体系与产业形态这一过程中，提高全社会资源配置效率，促进区域经济结构优化，有利于区域经济平衡协调发展。

新基建对区域经济发展的影响是一项复杂的系统性工程。已有文献对新基建与经济发展的研究大多从理论层面展开。任李娜［9］认为，在我国短期经济下行与长期经济转型的双重压力下，推动新基建投资具有必要性。刘海军和李晴［10］认为新基建能够催生新模式、新业态，形成产业链、供应链、数据链以及价值链融会贯通的链式发展，从而促进制造业转型升级。郭斌和杜曙光［11］阐述了新基建促进数字经济高质量发展的理论机理，并分析了当前存在的主要问题。目前，虽然存在少量针对新基建与经济发展的实证研究，但是数据来源限于国家级层面。尚文思［12］基于柯布—道格拉斯生产函数研究了新基建对劳动生产率的影响。郭朝先等［13］基于投入产出模型对比了传统基建与新基建在四大行业上的经济拉动效果。刘凤芹和苏丛丛［14］将四大行业进一步划分为17个子行业，并对比二者在拉动经济增长方面的异同。但是，鲜有文献从省级层面研究新基建与区域经济发展的关系，新基建对区域经济平衡协调发展的作用仍不明确。

基于上述不足，为了定量分析新基建对我国各省区市经济发展的影响，本文运用空间面板计量模型实证研究了我国30个省区市新基建与经济发展之间的关系，并对其空间溢出效应进行了分解。本文不仅从区域经济发展视角丰富了工程项目决策研究，也为新基建项目的投资布局以及区域经济平衡协调发展提供了一定的发展思路。

2 数据与实证模型

2.1 模型设定

2.1.1 基准模型

为研究全国范围内，新基建投资对经济发展的影响，构造面板多元线性回归模型如（1）式所示

其中yit为被解释变量经济发展，α为常数项，xit为核心解释变量新基建投资，zit为控制变量，ui为地区固定效应，γt为时间固定效应，εit为扰动项。

2.1.2 空间面板计量模型

为实证研究新基建投资对区域间经济平衡协调发展的影响，本文借鉴新经济地理学的思想，采用空间计量模型对二者之间的关系进行拟合。

首先构造静态面板数据的广义嵌套空间模型（generalizednestedspacemodel，GNS）如（2）式所示

其中yit为被解释变量，表示被解释变量的空间滞后为解释变量（包括核心解释变量与控制变量）及其回归系数表示解释变量（包括核心解释变量与控制变量）的空间滞后；ui为个体效应，γt为时间固定效应，εit为随机扰动项，表示随机扰动项的空间滞后。′分别表示相应空间权重矩阵的第i行，ρ为空间自回归系数，δ为解释变量的空间滞后系数，λ为扰动项的空间相关性系数。

对（2）式施加不同的约束，可将一般的广义嵌套空间模型简化为更具特殊性的空间计量模型。

若扰动项的空间相关性系数λ为0，则得到空间杜宾模型（spatialdurbinmodel，SDM）如（3）式所示

在空间杜宾模型的基础上，若解释变量的空间滞后系数δ为0，则进一步得到空间自回归模型（spatialautoregressionmodel，SAR）如（4）式所示

若空间自回归系数ρ与解释变量的空间滞后系数δ均为0，则得到空间误差模型（spatialerror model，SEM）如（5）式所示

2.2 变量设定与数据来源

限于数据的可得性，本文选取2003—2019年中国大陆地区30个省区市的省级面板数据进行实证分析，西藏自治区由于数据缺失严重故剔除。变量设定如下：

（1）被解释变量。本文选取各省区市的人均地区生产总值（Y）衡量各区域的经济增长情况，并以2003年为基期运用GDP平减指数进行平减，为了加强数据的平稳性，将该指标进行对数变换。

（2）核心解释变量。本文的核心解释变量为新基建投资（NI）。借鉴郭凯明等［15］的研究，选取制造业与服务业中与新基建密切相关的四个子行业，对新基建的发展情况进行评估。具体包括制造业中的专用设备制造业，以及计算机、通信和其他电子设备制造业；服务业中的科学研究、技术服务和地质勘察业，以及信息传输、软件和信息技术服务业。由于上述四个行业缺少2002年及以前的分省数据，且固定资产投资完成额体量较小，故本文对各省份新基建投资的考察以2003年为基年。以上述四个行业的固定资产投资完成额（不含农户）之和衡量区域新基建投资。由于专用设备制造业并未披露省级相关数据，本文借鉴已有研究［14］的处理方式，利用国家级制造业固定资产投资完成额与专用设备制造业固定资产投资完成额的相关数据进行估算。将省级专用设备制造业固定资产投资完成额占当地制造业固定资产投资完成额的比例按照全国比例进行分配。以2003年为基期运用固定资产投资指数对上述指标进行平减，为了加强数据的平稳性，将该指标进行对数变换。

（3）控制变量。在已有研究［15-17］的基础上，本文选取如下控制变量。

①传统基建投资（TI）：以“交通运输、仓储和邮政业”“电力、热力、燃气和水的生产和供应业”“水利、环境和公共设施管理”这三个行业的固定资产投资完成额（不含农户）之和衡量区域传统基建投资。该指标同样运用固定资产投资指数进行平减处理，并进行对数变换。

②城镇化水平（URB）：以各省区市的城镇人口数量占年末常住人口数量的比重衡量。

③政府干预（GOV）：以地方财政一般预算支出占本区域地区生产总值的比重衡量。

④对外开放（OPEN）：以各省区市外商直接投资占各区域地区生产总值的比重衡量。

上述数据来源于Wind数据库、国家统计局、各省份统计年鉴以及世界银行数据库。

3 实证结果及分析

3.1 基准回归

首先运用2003—2019年30个省区市的面板数据进行多元线性回归。由于研究样本的时间维度较长，故存在组间异方差、同期自相关以及组内自相关的问题，因此采用全面FGLS估计方法对（1）式进行回归估计。为缓解内生性问题，对时间维度、地区维度的特征进行固定。估计结果如表1所示。

表1 基准回归结果

表1列（1）的回归结果表明，新基建投资对经济发展具有显著的拉动作用，但目前而言，其拉动作用弱于传统基建。列（2）加入了新基建与传统基建的交互项。在对交互项进行控制后，新基建与传统基建对经济的拉动作用均大幅上升，且新基建的促进作用超过了传统基建，然而交互项的系数表明目前新基建与传统基建存在替代作用。这表明新基建投资与传统基建投资均对经济增长发挥强劲的促进作用，且新基建投资的促进作用略高于传统基建投资，然而二者之间存在相互替代关系，这就导致了两项投资对于经济增长的拉动作用均被减弱。因此，增强新基建与传统基建的深度融合，才能更好地发挥新型基础设施建设与传统基础设施建设对经济增长的促进作用。

由于基础设施投资对经济增长的拉动作用存在一定的滞后性，因此列（3）估计了新基建投资与传统基建投资的滞后一期对当期经济增长的作用。回归结果表明，与当期的基础设施建设投资相比，滞后一期的新基建投资对经济增长的拉动作用明显减弱，而滞后一期的传统基建投资对经济增长的拉动作用有所上升。列（4）引入了滞后一期新基建投资与滞后一期传统基建投资的交互项。在控制交互作用后，新基建滞后一期系数与传统基建滞后一期系数均高于列（2）中的当期系数，这说明基础设施建设投资具有长期收益，能够促进经济的持续推进与稳步增长。同时列（4）结果表明，新基建投资的促进作用略高于传统基建，与列（2）结果类似的是，新基建与传统基建的融合程度有待提高。

3.2 空间自相关检验

3.2.1 全局空间自相关检验

为了考察数据是否存在空间依赖性，首先基于Moran’sⅠ指数、Geary’sC指数与Getis-Ord’sG指数对被解释变量（lnY）进行全局空间自相关检验。

Moran’sⅠ指数的表达式如（6）式所示

其中n为样本容量，xi为变量x在i地区的观测值，¯x为样本均值，S2为样本方差，wij为空间权重矩阵，以下公式中变量解释同上。Moran’sⅠ指数取值一般介于-1到1之间，其值大于0表示变量在不同地区间存在空间正自相关，小于0表示变量在不同地区间存在空间负自相关。

Geary’sC指数的表达式如（7）式所示

Geary’sC指数取值一般介于0到2之间，其对变量自相关程度的衡量与Moran’sⅠ指数变动方向相反。Geary’sC指数大于1表示变量在不同地区间存在空间负自相关，小于1表示变量在不同地区间存在空间正自相关。

Getis-Ord’sG指数的表达式如（8）式所示

Getis-Ord’sG指数的优势在于其能够识别变量的空间集聚模式。当Getis-Ord’sG指数大于其期望值且z统计值显著时，可认为存在空间正自相关，且观测值之间呈现高值集聚，即存在热点区域；当Getis-Ord’sG指数小于其期望值且z统计值显著时，同样可认为存在空间正自相关，但观测值之间呈现低值集聚，即存在冷点区域。

由于Geary’sC指数与Getis-Ord’sG指数在进行计算时只能运用0-1空间权重矩阵，因此本部分运用0-1空间权重矩阵进行计算。由于海南省没有与之接壤的省份，故设定广东省以及广西壮族自治区为海南省相邻省份。全局空间自相关检验结果如表2所示。

表2 全国30个省区市被解释变量（lnY）全区空间自相关检验结果

全局空间自相关检验的结果表明如下特征。第一，样本期内Moran’sⅠ指数均大于0且Geary’sC指数均小于1，这表明2003—2019年，我国区域间的人均地区生产总值存在显著的空间正自相关，即经济发展存在空间集聚现象。第二，从Moran’sⅠ指数与Geary’sC指数的数值变动趋势看，样本期内Moran’sⅠ呈现出逐年递减的趋势，而Geary’sC指数有逐年递增的趋势。上述两种趋势均表明，我国地理邻接的省份之间经济发展的空间相关性在逐年减弱。Getis-Ord’sG指数的显著性逐年降低同样能够反映这一特点。第三，从Getis-Ord’sG指数来看，2003—2008年我国均存在经济“冷点”区域且在5%的置信水平显著，即存在经济发展水平较低的区域聚集；2015年以后Getis-Ord’sG指数不再显著，即从统计意义来看不存在经济冷点区域。这表明我国地区间经济发展水平的极化现象有所减弱，相对差距逐渐缩小，区域经济发展的协调性不断提高。整体而言，全局空间自相关的检验结果表明无法拒绝“无空间自相关”的原假设，关于新基建与区域经济发展之间的定量关系，应采用空间计量模型进行进一步分析。

3.2.2 局部空间自相关检验

为初步探究新基建投资的空间相关性特征，并识别其空间集聚模式，基于局部Getis＆Ord’sG1i指数对新基建投资进行局部空间自相关检验。局部Getis＆Ord’sG1i指数同样只适用0-1空间权重矩阵。检验结果表明，样本期内华东地区的江苏、安徽、江西、山东等省份一直是新基建投资的热点区域。其中江苏、山东两个省份自身经济体量较大，人口较为密集，且具有工业基础雄厚、经济腹地广阔、财政指标良好等优势，因而在新型基础设施建设中更能够发挥规模优势。而西部地区的四川、甘肃、宁夏三个省份则是新基建投资的冷点区域。

3.3 空间面板回归结果及分析

本文构建空间杜宾模型（SDM）、空间自回归模型（SAR）与空间误差模型（SEM），运用最大似然估计法对30个省区市样本的面板数据进行回归分析。为了探究新基建投资对经济拉动作用的长期性与滞后性，新基建投资与传统基建投资均取一阶滞后。运用反距离权重矩阵进行空间面板回归估计，回归结果如表3所示。

表3 全样本空间计量面板回归估计结果

由表3可知，三个模型的拟合效果基本一致，调整后的可决系数均大于0.8，表明模型解释效果较好。从空间相关性系数来看，空间杜宾模型的系数ρ为0.491且在1%的置信水平显著，这表明全国范围内被解释变量经济增长存在显著的空间集聚效应，这与全局空间自相关检验结果吻合。此外，空间杜宾模型的调整可决系数与Log-likelihood数值均高于空间自回归模型与空间误差模型，直观而言空间杜宾模型的拟合效果优于空间自回归模型与空间误差模型。进一步对上述三个模型进行似然比（LikelihoodRatio，LR）检验，检验结果表明空间杜宾模型（SDM）不能退化为空间自回归模型（SAR）或空间误差模型（SEM），因此后文主要讨论空间杜宾模型的估计结果。

主要变量的回归结果表明，新基建投资（lnNI）与传统基建投资（lnTI）对经济发展的系数均显著为正，但二者的交互项显著为负，这与基准回归的结果相符，表明模型设定具有稳健性。郭朝先等［13］研究表明，新基建主要通过三个途径赋能经济发展：一是作为固定资产投资，通过乘数效应拉动经济增长；二是作为现代基础设施，为经济的数字化转型提供支撑；三是作为数字化平台，为现代化产业体系的构建提供服务，从而促进中国经济的高质量发展。然而在考虑空间溢出效应之后，新基建投资对经济的拉动作用要小于传统基建投资。

空间滞后变量的回归结果表明，新基建投资与传统基建投资的空间溢出效应系数均为负，即周围地区基建投资的提升会抑制本地区的经济增长。这表明本地区基础设施的建设会导致周围区域的生产要素向本区域集聚，即对周边地区形成虹吸效应。

3.4 新基建投资对区域经济发展影响的地区异质性

为进一步研究不同地区中，新基建投资对区域经济发展影响的异质性，本文基于固定效应下的空间杜宾模型（SDM），分别研究了华北地区、东北地区、华东地区、中南地区、西南地区以及西北地区新基建投资对区域经济发展的溢出效应。回归结果如表4所示。

表4 分地区空间杜宾模型估计结果

分区域回归（表4）与全国整体回归（表3）表现出的明显区别在于，6个区域的因变量空间自回归系数均显著为负，这表明在区域内部，经济增长具有空间排斥的特征。不同地区新基建投资及其空间滞后项的系数估计值差异较大，表明在我国不同区域，新基建投资对经济增长的影响表现出不同的规律。

值得注意的是，当公式（3）中的空间自回归系数ρ显著不为0时，表明被解释变量在不同地区间存在空间相关性。此时解释变量及其空间滞后项对被解释变量的边际效应并非参数β与参数δ，其原因为当新基建投资等因素及其空间滞后项对经济发展产生影响后，不同地区间的经济增长还会进一步相互影响。也即，除直接影响外，新基建投资等因素对经济发展也产生了间接影响。因而各个解释变量对被解释变量的空间溢出效应还需进一步定量分解。

本文基于LeSage和Pace［18］提出的空间回归模型偏微分方法进行空间溢出效应分解，主要变量分解结果如表5所示。

由表5可知，在华北地区，新基建投资与传统基建投资，无论是直接效应、间接效应还是总效应，均显著为负。华北地区，尤其是京津冀区域，已经具备完善的基础设施，因而经济增长的主要动力不再是基础设施投资，过度投资反而会抑制经济增长，这表明华北地区应寻求新的经济增长点。东北地区新基建投资具有显著的正向直接效应与负向间接效应，因而其总效应并不显著。这表明在东北地区，周围省份新基建投资的增加会给本省份带来负的外部性，其原因可能是重复建设导致了拥挤效应，从而产生了规模不经济。华东地区新基建投资与传统基建投资的直接效应均显著为正，间接效应不显著，总效应显著为正，且新基建投资对经济增长的弹性高于传统基建对经济增长的弹性，华东地区的基础设施建设实现了较为良性的发展。与华东地区不同的是，中南地区的传统基建具有显著的空间排斥效应。就西南地区而言，新基建与传统基建的直接效应、间接效应与总效应均显著为正，但目前传统基建的促进作用大于新基建的促进作用。西北地区新基建投资对经济增长的直接效应、间接效应与总效应均为负，但在统计意义上不显著。局部空间自相关检验结果表明，西北地区的甘肃省、宁夏回族自治区为新基建投资冷点，新基建投资尚未成为西北地区的经济增长动力。

4 结论及政策建议

本文构建了空间杜宾模型（SDM）、空间自回归模型（SAR）与空间误差模型（SEM），以2003—2019年我国大陆地区30个省区市（不含西藏）的省级面板数据为样本，实证研究了新基建投资对地区经济发展的影响及其空间溢出效应。实证结果表明：（1）从全国范围来看，新基建投资水平的提高对经济增长具有显著的促进作用，但其他地区新基建投资水平的提高会抑制本地区经济增长，即新基建投资具有虹吸效应。（2）就具体地区而言，新基建投资对华东地区与东北地区经济增长的带动作用尤为明显，在华北地区表现出一定程度的拥挤效应与空间排斥，对西北地区的经济增长尚未表现出明显的促进作用。（3）全国范围内新基建投资与传统基建投资具有相互替代效应，这导致二者对经济增长的拉动作用均被削弱，二者有待深度融合。

基于上述研究结论，本文提出政策建议如下。

第一，为减弱新基建投资的虹吸效应，各地区应充分发挥比较优势，实现差异化布局。就空间布局而言，目前新基建的七大领域仍存在地区差异，因而各地区应结合自身经济发展阶段，充分发挥自身要素禀赋，尤其对于华北地区而言，应统筹布局，避免新基建的同质性与重复建设。东部省份新基建投资实力领先，应侧重基础研发与技术创新，发挥创新引领作用；中西部地区则着力发展产业化应用。

第二，四川、甘肃、宁夏等西部地区应提高新基建投资水平。新基建是驱动数字经济、催生新业态的重要前提与基础，是新一轮产业变革升级的主要方向，也是西部地区实现弯道超车的战略机遇。因此基础设施投入不足的西部地区应把握新基建窗口期，充分发挥成本优势，布局大型数据中心，实现“东数西算”。从而改善本地产业吸附力不高、人才吸引力不强、信息交流不通畅等问题，促进区域经济协调平衡发展。

第三，加强新基建与传统基建的深度融合。新基建并不是对传统基建的替代或对立，而是顺承、改造与发展。现阶段，我国交通、能源、市政等传统基础设施网络尚存在短板与不足，其整体质量与综合效能仍具有很大的提升空间，亟需完善与改造升级。新基建则能够通过物联网、人工智能等新产业、新业态、新模式的发展，提升传统基础设施的质量与效能，从而助推智能交通、智慧物流等传统基建的智能化发展。因而应推动新基建与传统基建的融合创新发展，统筹建立高效协同的政策支撑体系。