新基建对中国经济增长的促进作用

潘 凯

一、引言与文献综述

长期以来，基础设施被认为是经济增长的基础条件，对一个国家或地区经济增长的影响巨大。纵观历次工业革命进程，都有相应的基础设施建设作为支撑：以铁路、公路、机场、港口等为代表的基础设施建设支撑了第一次和第二次工业革命，以互联网、通信、传统计算中心等为代表的的基础设施建设支撑了第三次工业革命。当前，人类社会已迈入第四次工业革命时期，以5G、人工智能、大数据中心、工业互联网以及物联网等为代表的新型基础设施建设（以下简称“新基建”）正逐步成为人类经济社会活动的基础支撑（1）。新基建正成为推动全球经济社会发展的新引擎，极可能成为重塑全球经济结构、改变全球竞争格局的关键因素。

就中国而言，改革开放以来的高速经济增长离不开以铁路、公路、机场等为代表的传统基础设施投资建设，但中国经济已从高速增长转向高质量发展阶段，经济增长的动力和方向已经发生改变，传统基建已难以继续支撑中国经济持续发展，迫切需要新基建来引领和支撑。自2018年中央经济工作会议首次正式提出新基建概念以来，习近平总书记在不同场合多次强调新基建。党的二十大报告明确提出，要优化基础设施布局、结构、功能和系统集成，构建现代化基础设施体系。

国外学者关于新基建对经济增长的影响研究主要集中在信息基础设施领域。Roller 和Waverman 研究发现信息基础设施对经济增长具有显著的促进作用（2），Madden、Dutta、Chakraborty、Pradhan 等很多学者证实了信息和通信技术基础设施与经济增长之间存在因果关系（3）。国内学者关于新基建对经济增长的影响研究主要基于新基建的基础设施投资属性和技术创新特征。姜卫民等运用经典的凯恩斯分析框架模型对中国新基建投资的作用进行了系统评价和预测，认为新基建具有显著的投资乘数效应（4）。郭凯明等通过构建多部门动态一般均衡模型论证了新基建对中国产业结构转型升级的影响（5）。钞小静等从技术扩散视角出发论证了新型数字基础设施对进出口贸易升级的影响，认为新型数字基础设施的建设与完善能够通过技术扩散效应推动对外贸易升级，尤其是在贸易环节的组织与要素流动的加速两个方面更为突出（6）。伍先福等利用2013—2018年中国内地30 个省( 自治区、直辖市) 数据，运用耦合协调模型测度了中国新基建发展水平及其与战略性新兴产业间的耦合协调度（7）。程承坪和陈志研究发现，相较于人工智能基础设施水平较低的地区,在中国人工智能基础设施水平较高的地区，人工智能促进经济增长的作用更加明显（8）。

综上所述，新基建是一个较新的概念，目前国内外关于新基建与经济增长关系的研究还处于起步阶段，对新基建促进经济增长的机理缺乏系统性分析，忽视了新基建与传统基建的融合，忽略了新基建对中国不同区域经济增长的影响。因此，有必要全面系统地分析新基建促进经济增长的影响机理及其对中国经济增长的促进作用。

二、理论分析与研究假设

新基建对经济增长的促进作用分为直接作用和间接作用：直接作用主要通过投资及其乘数效应体现，间接作用主要通过增强创新能力、提升人力资本、赋能政府治理三个方面发挥作用。

（一）直接作用

投资是国民经济的重要组成部分，投资、消费和出口被称为拉动经济增长的“三驾马车”。世界各国经济发展历程表明，投资可以有效地拉动经济增长，对经济增长的作用极其重要，投资在一个国家或地区经济发展的早期阶段对经济增长的拉动作用更为明显。一方面，投资具有供给效应，通过扩大社会生产的能力，带来社会产品增加，从而促进经济增长；另一方面，投资会对建筑材料、机械设备等及其上游产品形成需求，逐级传递，从而拉动经济增长。新基建首先具备基础设施的属性，作为一种固定资产投资，与传统基础设施一样，是经济增长的重要组成部分，可以有效驱动经济增长。新基建与传统基建一样，具有显著的投资乘数效应，新基建投资能够成倍增加国民收入和社会需求，从而拉动经济增长。据此，本文提出以下假设。

假设1：新基建通过投资及其乘数效应促进经济增长。

（二）间接作用

创新是经济增长的重要驱动力，新基建有助于聚集创新要素、降低研发成本、提高技术创新效率，从而促进经济经济增长。新基建有助于产生前沿新技术，提升国家的原始创新能力和国际竞争力。以5G、物联网等为代表的新基建提供连接基础；以人工智能、区块链等为代表的新基建提供新技术赋能平台支撑；以大数据中心、智能计算中心、超级技术中心等为代表的新基建提供数据存储和算力保障。例如，在医药行业，大数据技术通过海量的数据分析为医药研发提供助力，从而缩短了研发周期，降低了研发成本。人工智能新基建可以促进知识创新领域专业技能的学习，代替创新活动中的研发人员，通过高频率地创新试错，研发的边际成本可以得到显著的降低（9）。新基建有助于优化创新体系，促使生产组织平台化、网络化（10），帮助降低各类生产主体间的信息不对称和交易成本。据此，本文提出以下假设。

假设2：新基建通过增强创新能力促进经济增长。

人力资本扩张是长期经济增长的源泉之一，新基建有助于提升劳动力层次、提高劳动生产率、增加劳动者收入，从而促进经济经济增长。在新基建的支持下，一些重复度比较高、层次比较低的劳动力需求（可标准化工作岗位）大幅减少（11），而另一些重复程度较低、数字化程度较高、技术性较强的高层次劳动力需求大大增加，新基建倒逼了低层次劳动力向高层次劳动力跃升，从而与其岗位中所运用的新技术相适应，这样就可能产生促进劳动生产率提高的互补效应（12）。尚文思通过实证研究证明新基建显著促进我国的劳动生产率提升，广义、狭义口径新基建分别提升年均劳动生产率1.39%、2.09%（13）。新基建可帮助替代低技术部门的就业，在高技术部门创造就业。例如，新基建帮助催生电子商务、网约车、外卖、快递、直播带货等新业态，增加了大批就业岗位。据此，本文提出以下假设。

假设3：新基建通过提升人力资本促进经济增长。

政府治理能力是经济增长的重要保障，新基建有助于增强宏观调控能力、降低政府治理成本、打造智慧政府，从而促进经济增长。在新基建的支持下，政府可以充分利用数据、信息资源的优势，促进管理能力的数字化、智能化升级。例如，通过大数据可以大幅降低公共治理的经济成本和社会成本，帮助政府制定与实施更好的公共政策，从而提供更加优质的公共服务。政府可以利用不同部门在行政管理和服务工作中积累的数字、图像信息和当前智能终端实时反馈所提供的海量数据，借助新基建的数据挖掘能力对智能经济时代各类传统监管方式不易觉察的治理风险形成有效的监管。例如，可以建立基于交通、空气质量、防汛、疫情、公共安全等方面实时数据的预警系统，提高城市治理的风险管理能力。据此，本文提出以下假设。

假设4：新基建通过赋能政府治理促进经济增长。

三、模型设计与变量说明

（一）模型设计

本文以代表经济增长的人均GDP 为被解释变量，新基建投入水平（inf）为核心解释变量，采用国内30 个省（自治区、直辖市）2009—2019 年的数据建立面板数据模型，如下所示：

式（1）中t 为年份，i 为省份，λi表示个体随机误差分量，是随个体变化的效应，vt表示时点随机误差分量，是随时间变化的效应，wi,t表示随机误差分量。

选取以下指标作为控制变量：（1）政府干预程度（gov），有效的政府干预和治理能够为经济发展营造良好的制度环境；（2）产业结构合理度（str），它衡量的是产业资源配置水平，是决定经济效率的重要因素；（3）对外开放水平（open），它衡量地区对外贸易水平，体现了地区在全球产业分工中的参与度，是决定地区经济增长的重要因素；（4）技术创新能力（inn），技术创新是经济长期增长最根本的动力；（5）人力资本水平（hrl），它能够有效体现劳动力质量，能够从非物质角度对经济增长产生影响；（6）城镇化水平（city），城镇化进程的推进使得大量农村劳动力向城市转移，对经济增长起着重要作用。

考虑到新基建促进经济增长的间接效应首先是由新基建影响中介变量，再由中介变量影响经济增长，因此本文借鉴温忠麟等的中介效应模型对各项间接效应进行实证检验（14）。

在公式（2）—（4）中，M 代表中介变量，X 代表控制变量，其余变量定义与公式（1）保持一致。为了验证新基建促进经济增长的间接效应，对新基建促进经济增长的各项间接效应进行检验，本文的中介变量包括：技术创新能力、人力资本水平、政府干预程度。当对其中某一项中介变量进行研究时，将其余中介变量作为控制变量引入模型。

（二）变量说明

本文以2009—2019 年中国30 个省级单位为研究样本，数据主要来源于2010—2020 年《中国统计年鉴》《中国固定资产投资统计年鉴》以及2010—2020 年各省份统计年鉴。通过数据整理发现，样本存在极少数据缺失。由于观察到相应指标在样本期内未出现幅度较大的波动，因此假设缺失的数据指标与相邻年份的增长率相同，并根据实际情况，当缺失数据为最后一期时采用公式xt-2；当缺失数据为第一期时采用公式；当缺失数据既不是第一期也不是最后一期时采用公式进行数据补齐。表1 为对各变量取对数之后的描述性统计结果。

表 1 变量描述性统计

1. 被解释变量。本文的被解释变量为经济增长水平（lngdp），采用人均GDP 的对数来衡量区域经济增长水平，以消除人口规模的影响。由于人均GDP 是按照现价计算的，为避免名义价格变动对经济增长测度结果带来的影响，本文以CPI 作为GDP 平减指数，采用样本起始年份（2009 年）不变价格下的人均GDP 量化经济增长。

2.解释变量。本文的核心解释变量为新基建投入水平（inf），采用国家发展和改革委员会对新基建的定义，即新基建包括信息基础设施、融合基础设施、创新基础设施三个维度（15）。本文采用固定资产投资统计年鉴中相关行业的固定资产投资指标进行测度，其中，信息基础设施投资行业主要包含信息传输、软件和信息技术服务业，融合基础设施投资行业包含电力、热力、燃气及水的生产和供应业、交通运输、仓储和邮政业、水利、环境和公共设施管理业，创新基础设施投资行业主要包括科学研究和技术服务业、卫生和社会工作业。采用固定资产指数进行平减后得到的各省份当年新基建相关行业的全社会固定资产投资作为新基建投资水平。采用同样的方法分别计算出信息基础设施投资水平、融合基础设施投资水平和创新基础设施投资水平，以探讨不同类型的新基建投入对经济增长影响的差异。

3. 控制变量。（1）政府干预程度（gov），采用财政支出占GDP 比重来表示；（2）产业结构水平（str），采用第三产业GDP 占比来表示；（3）对外开放程度（open），采用外商直接投资与GDP 的比值来表示；（4）技术创新能力（inn），采用人均发明专利申请量来表示；（5）人力资本水平（hrl），以人口平均受教育年限来表示；（6）城镇化水平（city），采用城镇人口占总人口的比重来表示。

四、实证分析

（一）基准回归及分析

采用人均GDP 为被解释变量，inf、inf1、inf2 和inf3为核心解释变量，gov、str、open、inn、hrl 和city 为控制变量进行建模，采用双固定效应模型进行回归，探索新基建资本存量促进经济增长的直接效应，即验证本文的假设1 是否成立。

表2 中第（1）列和第（2）列分别报告了引入控制变量前后的基准回归结果：无论是否引入控制变量，新基建资本存量lninf 的系数均在1% 水平下显著为正，表明新基建可以有效促进中国经济增长。因此，本文假设1 成立，即新基建可直接促进经济增长。

表2 中第（3）列、第（4）列、第（5）列分别代表以信息基础设施、融合基础设施和创新基础设施为核心解释变量的回归结果，其中，第（3）列和第（4）列解释变量的回归结果系数均为正值，表明信息基础设施和融合基础设施对中国经济增长均有正向促进作用，且融合基础设施对经济增长的促进作用大于信息基础设施。

表 2 基准回归结果

（二）稳健性检验

一般而言，为了验证计量模型是否稳健，需要进行稳健性检验。稳健性检验通常采用两种途径：一是通过替换被解释变量和解释变量指标，二是采用工具变量法与二阶段最小二乘估计解决存在的内生性问题。本文仅展示替换解释变量指标进行稳健性检验的结果（限于篇幅，其它稳健性检验结果没有在文中报告，感兴趣的读者可向作者索取）。本文采用人均新基建资本存量作为解释变量进行稳健性检验。根据表3 所示的回归结果，在采用人均新基建资本存量替换新基建资本存量作为解释变量之后，人均新基建资本存量lninf 的各系数均在1%水平下显著为正，表明在替换了解释变量后回归结果与基础回归结果相一致。同样地，采用绿色全要素生产率替换人均GDP 作为被解释量，各系数依旧显著，回归结果与基础回归结果相一致。因此，可以证明本文采用的模型是稳健的。

表 3 替换解释变量的回归结果

（三）异质性分析

由于各地区之间发展水平及资源禀赋的差异性，可能会导致新基建在不同区域促进经济增长的作用不同。因此本文分别从区域和人才数量角度进行异质性分析（限于文章篇幅，回归表格数据没有在文中报告，感兴趣的读者可向作者索取）。

1.区域异质性分析

将30 个省份的数据按照东、中、西部进行划分后分别回归，得到的回归结果显示：不论是否加入控制变量，新基建总资本存量在东、中、西部回归的模型中估计参数均为正，且至少在10%的水平上显著，所以总体来看，可以认为新基建对于不同区域之间的经济增长均存在促进作用。同时从数值来看，在有控制变量的情况下，新基建资本存量对经济增长的作用在东部地区最大，中部地区次之，西部地区最小，在没有控制变量的情况下，中部地区系数最大，这可能是因为近年来东部地区的基础设施建设已经得到一定程度的发展，发展速度有所放缓，而中部地区的新基建发展空间较大，对于经济增长的带动作用较大，进而实现了相对明显的经济增长。分项来看，东部和西部地区受融合基础设施影响较大，而中部地区受信息基础设施影响更大，而对于创新基础设施这一项而言，各区域都无法体现出其对经济增长有显著的促进作用。

2.人才异质性分析

本文采用信息传输、软件及信息技术服务业就业人口指标作为新基建人才数量的判断依据，若某地区某年该指标高于当年样本地区该指标的中位数，则将该地区划分为新基建人才充足地区，反之则将其划分为新基建人才缺乏地区。结果显示，在没有控制变量的情况下，新基建促进经济增长的直接效应在人才充足和匮乏地区均在1%水平下显著为正，同时在估计系数上，新基建人才匮乏地区的系数要大于人才充足地区，其原因可能是人才匮乏地区的发展本身就起步晚发展慢，在人才匮乏地区的新基建相关技术从业人员可以发挥出更大的价值。

由此可见，人才是推动新基建技术持续进步最为关键的因素之一，也是相关技术落地应用不可或缺的推动者。与前文中结果不同，在人才充足地区的回归结果中，创新基础设施存量的系数显著为正，这表明创新基础设施存量在不同地区对经济增长的作用不同，其关键可能就是人才数量，拥有更多新基建人才储备的地区在新基建理论创新和产业发展上有着更大的优势，因此，该地区新基建促进经济增长的效果更加显著。

（四）中介效应分析

本文验证新基建是否可以通过增强创新能力、提升人力资本和赋能政府治理间接促进经济增长，即验证本文的假设2、假设3、假设4 是否成立。借鉴温忠麟等的中介效应模型对新基建促进经济增长的各项间接效应进行实证检验。

表 4 新基建促进经济增长间接效应的机制检验（lninf作为解释变量）

表4 即为新基建资本存量（lninf）通过中介变量政府干预程度（lngov）、人力资本（lnhrl）和技术创新（lninn）对于经济增长产生间接效应的机制检验结果。与stata 不同，R 语言输出的结果中主要包含四个指标，其中ACME（average causal mediation effects）代表间接效应（indirect effect），ADE（average direct effects）代表直接效应（direct effect），Total Effect 为总效应。Prop.Mediated 为中介变量解释与被解释变量关联所占的百分比。通常情况下，只有ACME 显著具有统计学意义时，才能认为该中介效应模型成立。而在表4 的三个结果中，符合模型成立要求的有lngov 和lninn，lnhrl 则不成立。同时从图1 的组图中可以更加直观地看到三个中介变量中介效应检验的结果，图中的ACME 代表的横线如果与0 线交叉，就证明结果无统计学意义，即可以解释为该变量不存在中介效应。图1 中有（b）图的ACME 线与0 线交叉，表明lnhrl 中介变量对应的中介模型不成立。

因此，通过新基建对经济增长的间接效应检验发现，本文的假设2 和假设4 是成立的，假设3 不成立。即新基建通过增强创新能力和赋能政府治理间接促进经济增长作用是显著的，而新基建通过提升人力资本水平促进经济增长效果不显著。

图 1 新基建促进经济增长中介效应检验结果（lninf作为解释变量）

为探究新基建通过提升人力资本水平促进经济增长的作用不显著的原因，可以从新基建的结构入手，分别检验信息基础设施、融合基础设施、创新基础设施通过三个中介变量对经济增长的作用。结果显示（限于篇幅，回归数据没有在文中报告，感兴趣的读者可向作者索取），新基建资本存量的三个分量在lngov 和lninn 为中介变量时对应的结果都是显著的，表明新基建在通过影响政府治理和增强创新能力促进经济增长方面有显著的间接作用。而lnhrl 为中介变量时的中介模型只有在创新基础设施作为解释变量时成立，表明只有创新基础设施对提升人力资本水平有显著的促进作用，而信息基础设施和融合基础设施对提升人力资本水平作用不显著。

其原因有两点：一方面，创新基础设施资本存量受人力资本的影响要更大，创新基础设施的日益完善促使人力资本水平的提高以及知识技能的进步要比另外两个分量更明显；另一方面，本文选择量化人力资本的指标是平均受教育年限，该指标能有效反映社会整体知识储备情况，但无法量化相关产业人员的实际技能水平，而信息基础设施和融合基础设施的发展更需要技能人才。

五、研究结论与政策建议

本文采用R 语言计量模型，对新基建促进中国经济增长的机理进行了实证检验。结果表明：第一，新基建对中国经济增长有显著的促进作用，但从新基建内部结构看，不同类型的新基建对经济增长的促进作用有所不同。其中，信息基础设施和融合基础设施对中国经济增长均有促进作用，且融合基础设施对经济增长的促进作用大于信息基础设施。而创新基础设施目前还未发挥对经济增长的促进作用，因为与融合基础设施和信息基础设施相比，中国的创新基础设施资本存量较小，建设起步较晚，还未充分发挥作用。第二，新基建对不同区域的经济增长均存在促进作用，作用强度在东部地区最大，中部地区次之，西部地区最小。人才异质性检验发现，在没有控制变量的情况下，新基建促进经济增长的直接效应在人才充足和匮乏地区均在1%水平下显著为正，同时在估计系数上，新基建人才匮乏地区的系数要大于人才充足地区。在人才充足地区的回归结果中，创新基础设施存量的系数显著为正，这表明创新基础设施存量在不同地区对经济增长的作用不同。第三，新基建通过增强创新能力和赋能政府治理间接促进经济增长作用是显著的，新基建通过提升人力资本水平促进经济增长效果不显著，进一步分析表明只有创新基础设施对提升人力资本水平有显著的促进作用，信息基础设施和融合基础设施对提升人力资本水平作用不显著。

基于上述结论，本文提出以下政策建议：第一，大力提升基础创新能力。要超前布局一批科学研究设施，大力推进国家实验室、综合性国家科学中心等创新基础设施建设，提升中国基础研究能力。要主动链接前沿研究和产业发展的关键环节，建设一批支持产业共性基础技术开发的新型共性技术平台、中试验证平台、计量检测平台。要统筹发展一批科技资源条件平台，积累科学数据品牌认知度。要推动建设创新创业服务设施，着力打造中国的创新生态系统，激发创新主体和各要素之间的协同，从而有效降低创新创业创造的成本和门槛。第二，加强新基建的人才储备。基础教育阶段，在中小学课程试点开设应用数学、软件编程等与新基建研究关联紧密的基础学科；高等教育阶段，加强高校与新基建相关的学科建设。第三，缩小新基建的区域差距。一方面，要促进中西部地区新基建在传统产业上的应用；另一方面，要根据不同区域的经济发展特征，采取不同的新基建发展策略。

注释：

姚冠辉、郑晓年：《面向“十四五”谋篇布局 统筹推进创新基础设施建设》，《中国科学院院刊》2020 年第11 期。

罗雨泽、芮明杰、罗来军、朱善利：《中国电信投资经济效应的实证研究》，《经济研究》2008 年第6 期。

杨晓琰：《信息基础设施对经济增长的空间溢出效应及影响机制研究》，中国社会科学院2022 年博士学位论文。

姜卫民、范金、张晓兰：《中国“新基建”：投资乘数及其效应研究》，《南京社会科学》2020 年第4 期。

郭凯明、潘珊、颜色：《新型基础设施投资与产业结构转型升级》，《中国工业经济》2020 年第3 期。

钞小静、薛志欣、孙艺鸣：《新型数字基础设施如何影响对外贸易升级——来自中国地级及以上城市的经验证据》，《经济科学》2020 年第3 期。

伍先福、黄骁、钟鹏：《新型基础设施建设与战略性新兴产业耦合协调发展测度及其耦合机制》，《地理科学》2021 年第11期。

程承坪、陈志：《人工智能促进中国经济增长的机理——基于理论与实证研究》，《经济问题》2021 年第10 期。

师博：《人工智能助推经济高质量发展的机理诠释》，《改革》2020 年第1 期。

王谦、付晓东：《数据要素赋能经济增长机制探究》，《上海经济研究》2021 年第4 期。

（11） 王文：《数字经济时代下工业智能化促进了高质量就业吗》，《经济学家》2020 年第4 期。

（12） 何小钢、梁权熙、王善骝：《信息技术、劳动力结构与企业生产率——破解“信息技术生产率悖论”之谜》，《管理世界》2019 年第9 期。

（13） 尚文思：《新基建对劳动生产率的影响研究——基于生产性服务业的视角》，《南开经济研究》2020 年第6 期。

（14） 温忠麟、张雷、侯杰泰、刘红云：《中介效应检验程序及其应用》，《心理学报》2004 年第5 期。

（15） 秦玲：《国家发改委明确“新基建”主要包括三方面》，《中国设备工程》2020 年第9 期。