基础设施对中国经济增长的影响及机制研究

奥鹏网院作业

基础设施对中国经济增长的影响及机制研究
——基于扩展的Barro增长模型
方福前 田 鸽 肖 寒

[提 要] 基础设施既可以作为特殊的资本存量直接促进经济增长，又可以通过促进投资和劳动力增加(增加生产要素数量)以及提高存量资本和劳动力的边际生产率(提高生产要素效率)间接促进经济增长。本文构建了一个扩展的Barro经济增长模型，并利用中国1992—2016年省级面板数据和中介效应模型对两条机制进行实证检验。结果发现：基础设施对经济增长具有促进作用，但对交通、能源、通信三类基础设施的影响以及在2008年金融危机前后均表现出异质性。直接效应呈动态上升趋势，中介效应则逐渐下降。针对异质性的原因，本文进一步采用非线性模型进行检验。结果表明我国基础设施对经济增长的促进作用主要表现为规模扩张型、数量型或外延型，而不是以质量型和内涵型为主的形式。能源和通信基础设施对经济增长的总效应具有规模效应，交通基础设施的规模效应不显著，但也对经济增长具有持续促进作用。这说明目前我国三类基础设施仍然具有较大投资潜力。其中的关键是要通过基础设施建设提高生产要素效率。

[关键词] 基础设施；经济增长；中介效应；规模效应

一、引言
Spence(2007)对一国或地区经济持续高增长有如下定义:“高”是指GDP年增长率超过7%，“持续”是指超过25年。1978年改革开放以来，中国经济经历了长达40年的高增长，年均增速达9.4%～9.6%。中国经济增长大大超越了Spence(2007)界定的标准。已有研究成果表明，资本投入是改革开放以来中国经济增长最主要的动力来源。根据程名望等(2019)的研究，在1978—2015年中国的经济增长中，资本的贡献率最高，达34.86%，劳动的贡献率最低，只有8.56%。武鹏(2013)估计资本对中国经济增长的平均贡献率达到92%。在诸多资本要素中，基础设施的作用尤为显著。

从中国经济发展的实践来看，1997年亚洲金融危机爆发后，中国政府首次实施积极的财政政策。通过中央财政预算调整，增发1 000亿元长期建设国债,同时配套增加1 000亿元银行贷款，全部用于基础设施建设，使得中国经济止跌回升。GDP增长率由1999年的7.7%上升到2000年的8.5%和2001年的8.3%。2008年国际金融危机爆发后，中国政府再次实行积极的财政政策。国务院出台了4万亿元投资扩张计划，将37.5%的资金投资到铁路、公路、机场、水利等重大基础设施建设和城市电网改造中。GDP增速由2009年第一季度的6.2%的低谷快速回升到2009年第二季度的8%,2009年第三季度继续上升到10.4%(方福前，2018)。近几年中国政府提出的“一带一路”倡议也格外重视基础设施建设，明确提出与中亚、南亚和西亚等区域的国家加强在铁路、公路、机场、桥梁等基础设施领域的合作。

从理论上看，一方面，基础设施作为一种特殊的资本存量，以生产要素的形式进入厂商生产函数，直接促进产出水平的提高。Hulten et al.(2006)直接将基础设施变量纳入生产函数。另一方面，基础设施还可以通过促进生产要素的流量增加以及存量生产要素的边际生产率提高，从而间接促进经济增长。例如，交通基础设施方便厂商所需设备的运输和劳动力的流入，有利于非基础设施的资本和劳动力流量增加(增加要素投入数量)。同时交通基础设施又有利于先进管理经验和知识的交流传播，从而促进已雇用的劳动力和非基础设施资本的生产率的提高(提高要素使用效率)。也就是说，通过促进生产要素流量增加和生产要素存量生产率的提高，交通基础设施可以间接促进经济增长。

因此，无论是从中国经济实践还是从理论角度来看，基础设施都对中国经济增长具有重要影响。对这一影响，国内外学界已进行了许多研究，获得了不少积极成果。本文在现有研究成果的基础上，借鉴Barro(1990)的内生增长模型，建立了一个包含基础设施在内的扩展的增长模型。本文在此统一框架下探讨基础设施对中国经济增长的影响及其作用机制，并利用全国1992—2016年的面板数据，实证检验了这一影响及机制。本文还对不同发展阶段(以2008年国际金融危机为分界)、不同类型基础设施对经济增长的影响和机制的异质性以及这些异质性产生的原因进行了探讨。本文的研究成果为进一步进行基础设施建设提供了理论支持。

二、文献综述与理论模型
(一)文献综述
关于基础设施对经济增长的影响，国内外学者进行了大量研究。Barro(1990)通过建立内生增长模型，发现基础设施的公共品性质使其对私人资本具有溢出效应，使得私人资本的边际报酬不随人均资本积累而变化，从而提高了长期经济增长率。Banerjee et al.(2020)研究证实，尽管中国交通基础设施可以提高沿线地区的经济发展水平，但对人均GDP增长速度的影响不明显。Faber(2014)发现中国新的高铁系统降低了新接入地区的生产力。Baum-Snow(2007)和Baum-Snow et al.(2017)发现更好的交通基础设施促进了中美两国的人口和经济活动从市中心转移出去。Atack et al.(2010)发现与铁路线相临近可以提高美国的城市化水平，但是对人口增长的作用很小。刘生龙和胡鞍钢(2010)利用中国各省份1988—2007年的面板数据验证了交通、能源和信息三大网络性基础设施对我国经济增长的溢出效应。主要结论是：交通基础设施和信息基础设施对我国的经济增长有着显著的溢出效应，能源基础设施对我国经济增长的溢出效应并不显著。郑世林等(2014)的研究表明，在电信行业发展初期(1990—1999年)，移动电话和固定电话基础设施的发展共同促进了经济增长。进入2000年以后，移动电话基础设施对经济增长的贡献在逐渐递减，而固定电话基础设施对经济增长已经呈现出负向影响。金戈(2016)估计了不同类型资本的产出弹性，其中经济类的基础设施资本的产出弹性为0.12～0.13。廖茂林等(2018)发现总体上基础设施投资对中国经济增长有显著正向影响，但具有倒U型特征。

还有一些学者对基础设施作用于经济增长的机制进行了研究。张勋等(2018)通过中介效应模型和行业划分的机制验证等方法，验证了交通基础设施可以通过市场扩张、市场竞争和运输成本三种路径影响企业库存，进而促进经济增长。步晓宁等(2019)发现高速公路建设可以矫正要素扭曲程度从而提高生产率。Hulten et al.(2006)利用希克斯中性技术函数证实基础设施的“溢出效应”使平均生产(成本)函数向上(下)移动，提高了产出效率。Agénor(2008)认为良好的基础设施服务可提升健康水平，改善教育投资，从而提升人力资本水平，促进经济发展。

在现有研究的基础上，本文的贡献主要有以下三方面：一是对基础设施促进经济增长的机制的研究，相较于已有的文献多从微观角度进行机制分析，本文通过建立一个扩展的Barro增长模型，从宏观角度提出了基础设施促进经济增长的两条机制。即基础设施既可以作为特殊的资本存量进入生产函数从而直接促进经济增长(直接效应)，又可以通过提高生产要素(资本和劳动)的数量和效率从而间接促进经济增长(中介效应)。二是使用中介效应模型从实证的角度详细检验了基础设施对经济增长的直接和中介效应，并将基础设施划分为交通、能源和通信三类，分别对它们的直接效应和中介效应进行了检验。三是以2008年为分界线就基础设施对经济增长的影响和作用机制进行时期异质性检验，并对时期异质性的原因进行了详细探讨，由此可以进一步看出我国各类基础设施对经济增长影响的趋势性变化以及发展方向。

(二)一个扩展的Barro增长模型
根据内生增长理论(新增长理论)，由于知识、R&D和人力资本等具有边际报酬不变甚至递增的特征，如果将资本扩展为广义资本，就可能出现资本边际报酬不变的情况，即Y=AK。在AK模型基础上，Barro(1990)又将公共部门纳入经济增长分析框架，认为人均公共服务数量g和人均私人资本存量k相结合，便呈现出规模报酬不变的特点。这是因为g会提高劳动效率，而如果只单独使用私人资本，则会出现新古典增长模型所说的资本边际报酬递减现象。这说明公共服务可发挥类似知识、R&D和人力资本等的作用与资本相结合，从而促进经济增长。根据已有的研究成果，本文认为具有公共物品或公共服务性质的基础设施也可以通过与资本等要素相结合，从而间接促进经济增长。另一方面，很多基础设施同时又是物质资本，是资本的实物形态，因此可以作为特殊的资本存量直接推动经济增长。

本文借鉴Barro(1990)对总量生产函数的设定方式建立一个扩展的经济增长模型，生产函数表示为：

width=218,height=31,dpi=110
(1)

式中，Y代表总产出；K代表基础设施以外的资本存量；L代表劳动力；G代表基础设施；Φ是K，L和G的函数；A代表外生的技术进步；width=14,height=31,dpi=110和width=14,height=30,dpi=110表示按照资本平均的基础设施和劳动力；φ是width=30,height=31,dpi=110的函数。这样的设定可保证t时期的单个要素仍满足边际报酬递减规律，但加入G后，总生产函数规模报酬不变。

为了研究基础设施G对经济增长的影响，笔者提出如下两条机制：

机制1 直接效应：基础设施作为一种特殊的资本要素进入生产函数直接促进经济增长。

机制2 中介效应(间接效应)：基础设施可以促进资本投资和劳动力投入增加(要素数量增加)以及提高存量资本和劳动力的边际生产率(提高要素效率)从而间接促进经济增长。下面先从理论上推导证明。

根据式(1)，资本和劳动的边际生产率分别为：

width=187,height=34,dpi=110
(2)

width=202,height=32,dpi=110
(3)

由于资本和劳动的边际生产率递减，易证明φ′>0，φ″<0。(1)其中φ′是width=61,height=31,dpi=110的简写，φ″是width=61,height=31,dpi=110的简写。

式(2)可继续整理为：

width=158,height=31,dpi=110
(4)

式中，width=43,height=31,dpi=110表示G的产出弹性，用η表示。假设η为常数且满足0<η<1，则：

mpk=Aφ(1-2η)

(5)

下面证明机制1。由式(1)可得：

width=152,height=34,dpi=110
(6)

由于φ′>0，且A，K和L均大于0，因此width=58,height=31,dpi=110机制1得证。

下面证明机制2。首先，就非基础设施资本K对基础设施G求导，可得：

width=264,height=35,dpi=110
(7)

根据式(7)可知，width=28,height=31,dpi=110的符号取决于η的大小。当width=63,height=30,dpi=110时，width=60,height=31,dpi=110当width=61,height=30,dpi=110时，width=60,height=31,dpi=110即当基础设施的产出弹性小于width=13,height=30,dpi=110时，基础设施对非基础设施资本具有互补作用，即此时的基础设施投资可为其他领域的投资提供有利的外部条件，因此有助于其他领域资本的投入。而当基础设施的产出弹性大于width=13,height=30,dpi=110时，基础设施对非基础设施资本具有抑制作用，即基础设施的投资挤出了一部分本应用于其他领域的投资。

再就劳动力L对基础设施G求导，可得：

width=211,height=36,dpi=110
(8)

由于φ′>0，0<η<1，因此width=58,height=31,dpi=110即基础设施可以促进劳动力投入的增加。

进一步，由式(5)可得：

width=171,height=32,dpi=110
(9)

由于φ′>0，因此，width=46,height=31,dpi=110的符号取决于η的大小。当width=63,height=30,dpi=110时，width=77,height=31,dpi=110当width=61,height=30,dpi=110时，width=77,height=31,dpi=110即当基础设施的产出弹性小于width=13,height=30,dpi=110时，基础设施对非基础设施资本的边际生产率(以下简称资本边际生产率)具有互补作用。而当基础设施的产出弹性大于width=13,height=30,dpi=110时，基础设施对资本边际生产率具有抑制作用。

而由式(3)可得：

width=229,height=51,dpi=110
(10)

由于φ′>0，0<η<1,因此width=75,height=31,dpi=110即基础设施可以提高劳动边际生产率。

综合来看，根据式(7)～式(10)，基础设施可以促进劳动增加及其边际生产率提高，而对资本及其边际生产率的促进作用受到基础设施产出弹性的影响。只有当基础设施的产出弹性小于width=13,height=30,dpi=110时，基础设施可促进资本及其边际生产率的增加，而当基础设施的产出弹性大于width=20,height=30,dpi=110基础设施可能挤出部分非基础设施资本，从而抑制资本及其边际生产率的增加。另外，显而易见的是，资本、劳动及各自边际生产率均可在一定条件下促进经济增长，因此，机制2在一定条件下得证。

三、实证策略
根据上节的理论分析，本节将利用全国1992—2016年除重庆、海南、西藏和中国港澳台之外的28个省、自治区、直辖市的面板数据就基础设施建设对我国经济增长的影响及作用机制进行实证检验，并探讨在不同发展阶段和不同类型基础设施方面，这一影响和作用机制存在的异质性以及这些异质性产生的原因。(2)之所以删除重庆市，是因为重庆市从1997年才成为独立的直辖市，1997年之前的数据存在缺失。而海南、西藏、中国港澳台的缺失数据较多，因此也予以删除。为便于从实证角度来衡量这一影响及作用机制，笔者仍然借鉴Barro(1990)的设定，将理论分析部分的总量生产函数width=218,height=31,dpi=110具体化为柯布—道格拉斯生产函数：Y=AKαLβGγ。这样的设定既可以保证单个生产要素仍满足边际报酬递减规律，又可以在加入G后仍满足总量生产函数的规模报酬不变或递增(如果α+β+γ≥1)的假定。笔者对Y=AKαLβGγ两边取自然对数，可得lnY=lnA+αlnK+βlnL+γlnG。其中，γ衡量在控制了资本存量、劳动力以及全要素生产率后基础设施对经济增长的直接效应。为了同时验证理论部分所提出的基础设施对中国经济增长的直接效应和间接效应两条作用机制，本文进一步借鉴温忠麟和叶宝娟(2014)所总结的中介效应模型进行分析。

(一)中介效应模型
中介效应模型的基本逻辑如下：考虑解释变量X对被解释变量Y的影响，如果X通过影响变量M而对Y产生影响, 则称M为中介变量。具体作用如下：

Y=cX+e1

(11)

M=aX+e2

(12)

Y=c′X+bM+e3

(13)

式中，c为解释变量X对被解释变量Y的总效应；a为解释变量X对中介变量M的效应；b是在控制了解释变量X后，中介变量M对被解释变量Y的效应；c′是在控制了中介变量M后，解释变量X对被解释变量Y的直接效应；e1～e3是扰动项。对于这样简单的中介效应模型，中介效应等于间接效应ab(MacKinnon et al.,1995)。借鉴温忠麟和叶宝娟(2014)所总结的中介效应模型，根据本文在理论模型中所提出的基础设施对我国经济增长的影响及直接和间接效应两条作用机制，下面将中介效应模型具体化为如下方程组：

lnYit=clnGit+β1lnZit+ui+θt+eit

(14)

lnMit=alnGit+β2lnZit+ui+θt+eit

(15)

lnYit=c′lnGit+blnMit+β3lnZit

+ui+θt+eit

(16)

由于不同地区的历史地理、文化传统、社会习俗等存在较大差异，因此式(14)～式(16)均采用固定效应模型以缓解遗漏变量对估计结果造成的偏误。Yit是被解释变量，本文用地区生产总值来表示。Git是基础设施变量，根据World Bank(1994)的分类，本文将基础设施划分为交通、通信、能源三类进行研究。Mit是中介变量，根据上面的理论分析，这里的中介变量是资本存量、劳动力、资本边际生产率、劳动边际生产率。Zit是控制变量，根据已有的对经济增长影响因素的相关研究，本文选取市场化水平、教育水平、对外开放水平、政府支出水平和产业结构作为控制变量。ui是省份固定效应；θt是时间固定效应；eit是扰动项。

根据前面对中介效应模型的说明，这里的c为基础设施对经济增长的总效应。c′是在控制了中介变量和控制变量后基础设施对经济增长的直接效应，ab为基础设施促进经济增长的中介效应(间接效应)。

(二)变量选取及描述性统计
本文所涉及的主要变量的类别、衡量方法、符号如表1所示。为了减小极端值、非正态分布以及异方差等问题对估计的影响，部分变量取自然对数。

表2展示了主要变量的描述性统计。从表2可以看出，取自然对数后的地区生产总值的均值为7.14，交通基础设施的密度平均为0.53公里/平方公里，取自然对数后的人均能源消费量的均值为5.25，+1后取自然对数的电话普及率的均值为3.26。从图1地区生产总值与交通、通信、能源基础设施的散点图可以看出，三类基础设施均与地区生产总值呈正相关关系。其中，能源和通信基础设施对地区生产总值的作用还呈现出一定的非线性变化，即随着能源和通信基础设施的扩大，地区生产总值提高的速度也在增加，即能源和通信基础设施呈现出一定的规模效应。而交通基础设施对地区生产总值的作用则无明显的规模效应，但也持续促进了地区生产总值的提高。本文后面将对这一现象进行实证检验。

表1 变量类别、衡量方法和符号表示

width=736,height=525,dpi=110
资料来源：国家统计局、《中国统计年鉴》《新中国六十年统计资料汇编》、各省份的统计年鉴、EPS、国泰安、CEIC、中经网统计数据库等。

表2 主要变量描述性统计的结果

width=736,height=310,dpi=110
width=335,height=243,dpi=110
图1 地区生产总值与交通、通信、能源基础设施的散点图
说明：此图由笔者利用stata绘制。其中地区生产总值与交通、通信、能源基础设施的数据来源于每年全国各省份相应指标的均值。笔者还对每个省份分别绘制了散点图，基本趋势与图1类似。限于篇幅，本文不再展示，如有需要，可向笔者索取。

四、实证结果
笔者首先就1992—2016年基础设施对经济增长的影响及作用机制进行检验，然后进一步将样本划分为1992—2007年和2008—2016年两个时期，检验2008年国际金融危机爆发后，我国实行积极的财政政策、加大基础设施建设对我国经济增长的影响及作用机制。本文将其与2008年之前积极的财政政策下基础设施建设的影响及作用机制进行比较，探讨这一影响及作用机制的时期异质性，并进一步检验异质性产生的原因。

(一)1992—2016年基础设施建设对经济增长的影响及作用机制检验
根据式(14)～式(16)的中介效应模型，1992—2016年基础设施建设对经济增长的总效应、中介效应和直接效应检验的回归结果见表3。

表3 1992—2016年中介效应模型回归结果

width=736,height=428,dpi=110
说明: (1)表3由笔者利用stata计算，括号内为稳健标准误。*表示p<0.1，** 表示p<0.05，*** 表示p<0.001，下表同。(2)本文所有回归均包含了所有控制变量和常数项，均控制了时间固定效应和地方固定效应。限于篇幅，控制变量和常数项的回归结果及时间固定效应和地区固定效应的控制情况均不在表格中展示，如有需要，可向笔者索取。

首先看总效应和直接效应。表3第(1)列是对基础设施对经济增长的总效应的检验，即将地区生产总值对基础设施变量以及控制变量回归。本文发现能源基础设施对经济增长的总效应最大，人均能源消费总量每提高1个百分点，促进地区生产总值总体上增加17.22个百分点。交通基础设施的总效应次之，交通基础设施的密度每提高1个百分点，促进地区生产总值总体上增加14.61个百分点。通信基础设施的作用最小，电话普及率每提高1个百分点，促进地区生产总值总体上增加0.36个百分点。表3第(2)列～第(5)列是中介变量对基础设施变量和控制变量的回归。表3第(6)列将地区生产总值同时对基础设施变量、中介变量和控制变量回归。基础设施变量的系数即为基础设施对经济增长的直接效应，可以看出交通基础设施对经济增长的直接效应最大。交通基础设施的密度每提高1个百分点，直接促进地区生产总值增加12.44个百分点。能源基础设施的直接促进作用不显著。通信基础设施的直接促进作用虽然较小，但非常显著。电话普及率每提高1个百分点，直接促进地区生产总值增加0.39个百分点。如果将三类基础设施的弹性加总，可以得到三类基础设施对经济增长的总效应为0.321 9，直接效应为0.148 9。

再看中介效应。根据表3第(2)列～第(6)列的回归结果，结合温忠麟和叶宝娟(2014)所总结的中介效应检验具体流程，经计算可以发现：交通基础设施通过促进资本和劳动存量的增加以及促进这两种要素的边际生产率的提高从而促进经济增长的中介效应(即机制2)不显著。具体来说，根据表3第(2)列～第(5)列，交通基础设施在样本期内显著提高了劳动的边际生产率，但是却抑制了资本和劳动力的增加以及资本边际生产率的提高——这可能是交通基础设施在建设过程中妨碍了资本和劳动力的流动，或交通基础设施建设需要大量的资本和劳动力的投入，从而产生了对其他行业的资本和劳动力使用的挤出效应。尽管交通基础设施显著提高了劳动的边际生产率，但是在建设期内劳动的边际生产率并没有转化为经济增长，即产生了遮掩效应——这可能是建设期内劳动边际生产率的提高没有适当的劳动力增加相配合，使得劳动的边际生产率的提高不能全部转化为经济增长；也可能是交通基础设施的建设周期较长，通常需要4年～8年，因而促进经济增长的作用具有一定的时滞。不过，还有另一种可能：由于没有足够的微观数据可用，现有的样本量过小，计量结果有所偏误。由于这些原因，交通基础设施促进经济增长的中介效应不显著。但是，表3显示，交通基础设施促进经济增长的直接效应(即机制1)在1%的显著性水平下非常显著，占总效应的比重高达85.15%。可以判定，这一时期交通基础设施对经济增长的促进作用主要来自直接效应。能源基础设施通过资本、资本边际生产率和劳动边际生产率而产生的中介效应占总效应的比重则达57.00%。这三种中介因素所发挥的效应占总效应的比重分别为16.30%，38.29%和2.40%。因此可以说，能源基础设施主要通过中介效应，尤其是通过资本增加和资本边际生产率提高，促进了经济增长。通信基础设施对经济增长的总效应为0.003 6，通过直接效应和通过促进劳动力投入增加的间接效应促进了经济增长。两种效应占总效应的比重分别为108.33%和11.64%，即通信基础设施主要通过直接效应促进经济增长。

再就三类基础设施的效应进行比较。在直接效应方面，通信和交通基础设施对经济增长的直接效应占总效应的比重分别高达108.33%和85.15%，能源的直接效应则不显著。可能的原因是交通和通信基础设施的建设本身提供了特殊的资本要素，并且可以显著地带动钢铁、水泥、电力等相关行业发展，从而对经济增长产生显著的直接效应。1992年后交通和通信基础设施建设是国家基础设施建设的重点，1997年亚洲金融危机后财政所累计安排的8 643亿元国债项目资金中19.8%投向了交通和通信基础设施建设。在中介效应方面，能源基础设施对经济增长的中介效应占总效应的比重最大，其中资本的作用最为显著。交通基础设施的中介效应则不显著。在总效应方面，能源和交通基础设施的作用相当，通信基础设施促进经济增长的总效应较小。可能的原因，一是通信技术更新换代较快从而造成部分基础设施浪费，比如随着以智能手机为代表的移动电话的广泛使用，小灵通等功能机、固定电话、公共电话等所涉及的基础设施便产生了闲置。二是通信行业的垄断会带来投资过度、资源使用效率低下等问题。

综上可知，1992—2016年基础设施主要通过直接效应促进经济增长，能源基础设施产生的中介效应较大，交通和通信基础设施产生的中介效应较小，并且资本存量在能源基础设施所产生的中介效应的作用最大。可见资本存量在这一时期我国经济发展中发挥了重要作用，资本既可以直接促进经济增长，又可以作为能源基础设施促进经济增长的中介要素对促进经济增长发挥作用。另外，从表3第(2)列～第(5)列各列的lnene，tran和lncomm系数之和可以看出，总体而言，能源、交通和通信三类基础设施显著促进了劳动和劳动边际生产率的提高。由于表3第(1)列中三类基础设施的系数之和为0.321 9，即基础设施的产出弹性小于0.5，因此，三类基础设施也显著促进了资本及资本边际生产率的提高。这与理论模型部分的结论相一致，即此时基础设施对非基础设施资本具有补充作用。

(二)1992—2007年和2008—2016年两个时期的异质性检验
1992年，中国确立了建立社会主义市场经济体制的改革目标，此后基础设施建设不断加大了改革开放力度：开展铁路建设大会战，1997年起铁路运输连续六次大提速；公路和水运实施公路主骨架、水运主通道、港站主枢纽和支持保障系统的“三主一支持”规划；国家先后设立民航机场建设费和基础设施建设基金、铁路建设基金、内河航运建设基金。为了应对东南亚金融危机，中国政府1998年首次实施积极的财政政策，公路建设投资进入“快车道”，高速公路建设大规模兴起。这一时期还实施了西部大开发战略，全面加强西部地区铁路、公路、机场、天然气管道干线建设。在2008年国际金融危机爆发后，中国政府更是把基础设施建设作为积极的财政政策的重要组成部分，将4万亿元投资中的37.5%投向了铁路、公路、机场等重大基础设施建设和城市电网改造。为了比较这两个时期所实施的基础设施建设对经济增长的影响及作用机制的异质性，笔者以2008年为分界点，分别对1992—2007年和2008—2016年两个时期进行分样本检验。两个时期的中介效应模型回归结果分别见表4和表5。

表41992—2007年中介效应模型回归结果

width=736,height=393,dpi=110
表52008—2016年中介效应模型回归结果

width=736,height=381,dpi=110
根据表4和表5的回归结果并结合中介效应、直接效应和总效应的具体检验过程，将两阶段进行对比，可得出如下结论。

就总效应来看，从1992—2007年到2008—2016年，三类基础设施的总效应均有了大幅提升。其中交通和能源基础设施的总效应相当，二者均值由1992—2007年的0.152 4上升到了2008—2016年的0.219 5。通信基础设施的总效应则由不显著变得显著，但作用较小。在中介效应方面，中介效应占总效应的比重显著下降了。其中能源基础设施的中介效应占总效应的比重由58.19%下降到了12.51%。直接效应占比则显著上升。交通基础设施的直接效应占比由57.47%上升至112.10%。能源和通信基础设施的直接效应则均由不显著变得显著为正。二者在2008—2016年的直接效应占总效应的比例分别高达51.44%和136.21%。即2008—2016年，基础设施对经济增长总效应的增加主要来自直接效应的增加。通过基础设施的自身建设以及建设过程中对上下游产业的产品需求增加，拉动了国内投资需求和消费需求，促进了经济增长。

中国政府应对2008年国际金融危机出台的4万亿元投资扩张计划带来了能源基础设施的大规模建设。能源基础设施建设通过乘数效应拉动了投资需求和消费需要，并且在这个过程中，加快了新能源基础设施的建设步伐，使得中国能源结构不断得到调整、优化和升级，由此又促进了更高质量的投资，从而使能源基础设施影响经济增长的直接效应由2008年之前的不显著变为显著促进。截至2018年，我国新能源汽车充电基础设施达到76万个，较2017年底增加32万个，氢能源基础设施建设也正在加速推进。这些新能源基础设施的建设带动了一些新兴产业发展。2008年以来3G技术的迅速普及，4G和5G技术的日益成熟，高铁的大规模建设，也都对经济增长有直接促进作用。当然，由于应对国际金融危机“救急”的需要和体制上的原因，4万亿元扩张计划和随后推出的“十大产业振兴计划”也产生了一些副作用和后遗症，特别是造成了中国经济结构失衡(方福前，2018)。因此，这一时期基础设施投资的效率并不高，即基础设施并没有有效带动资本、劳动以及资本边际生产率和劳动边际生产率的提高从而间接促进经济增长。

(三)时期异质性的原因分析
为了解释1992—2007年和2008—2016年两个时期基础设施促进经济增长的影响及作用机制的时期异质性产生的原因，下面对基础设施对经济增长的非线性作用进行检验。

首先对总效应进行检验。回归结果见表6第(1)列。可以看出，能源和通信基础设施的一次项系数均显著为负，二次项系数显著为正，因此能源和通信基础设施对经济增长具有显著的规模效应。即我国通过不断优化能源结构，继续加大能源基础设施投资，持续推动电话普及率的提高，大力发展移动通信，对经济增长产生了显著的规模效应。交通基础设施的二次项系数不显著，一次项系数显著为正，说明总体而言，在1992—2016年这一时期，交通基础设施对经济增长具有持续的促进作用。这与描述性统计部分所绘制的地区生产总值与交通、通信、能源基础设施的散点图(见图1)的结论相一致。即整体而言，三类基础设施均与地区生产总值呈正相关关系。其中能源和通信基础设施对地区生产总值的作用还呈现出一定的非线性变化。即随着能源和通信基础设施的扩大，地区生产总值提高的速度也在增加，而交通基础设施对地区生产总值的作用则无明显的规模效应，但也持续促进了地区生产总值的提高。综合来看，笔者发现目前我国三类基础设施的投资都仍具有较大潜力。但是就能源和通信基础设施而言，要注意优化投资结构，加大对新能源基础设施以及高技术通信基础设施的投资，以避免进入规模不经济的阶段。

其次就基础设施对经济增长的中介效应进行非线性检验。首先，对比表4第(6)列和表5第(6)列的回归结果发现，从1992—2007年到2008—2016年，中介变量自身对经济增长的作用的变化较小，且基本上保持促进作用。而对比表4的第(2)列～第(5)列和表5的第(2)列～第(5)列的回归结果可以看出，基础设施对中介变量的促进作用则呈现大幅下降趋势。表4第(2)列～第(5)列各列的lnene，tran和lncomm的系数之和表明，总体而言，能源、交通和通信三类基础设施显著促进了劳动和劳动边际生产率的提高。由于表4第(1)列中三类基础设施的系数之和为0.291 1，即基础设施的产出弹性小于0.5，三类基础设施也显著促进了资本及资本边际生产率的提高。这与理论模型部分的结论相一致，即此时基础设施对非基础设施资本具有补充作用。从表5第(2)列～第(5)列各列的lnene，tran和lncomm的系数之和可以看出，总体而言，能源、交通和通信三类基础设施显著抑制了劳动、资本、劳动边际生产率和资本边际生产率的提高。这可能与这一时期的基础设施建设的投资效率不高、浪费严重以及基础设施投资效果的滞后性有关。

因此笔者认为从1992—2007年到2008—2016年，基础设施对经济增长的间接效应占总效应比重的下降主要是由于基础设施对中介变量的促进作用的下降，即基础设施投资的效率不高，没有有效带动资本、劳动以及资本边际生产率和劳动边际生产率的提高从而间接促进经济增长。表6对于基础设施对经济增长的中介效应的非线性检验证明了笔者的猜想。表6第(2)列～第(5)列资本边际生产率以及劳动边际生产率对能源基础设施回归的一次项系数均显著为负，二次项系数均显著为正，呈U型。即能源基础设施先抑制了资本边际生产率以及劳动边际生产率的提高，然后才产生促进作用。通过对2008—2016年这一阶段的进一步分解，笔者发现，能源基础设施对资本边际生产率以及劳动边际生产率的促进作用在2012年后才略有显现，且规模较小。(3)限于篇幅，具体回归结果不再展示，如有需要，可向笔者索取。这就解释了从1992—2007年到2008—2016年能源基础设施的中介效应占总效应的比重整体上大幅下降的现象。即能源基础设施对资本边际生产率以及劳动边际生产率的促进作用下降了。与之类似，通信基础设施对劳动及劳动边际生产率的作用也呈现U型。交通基础设施对资本及资本边际生产率的作用呈现倒U型，而对劳动及劳动边际生产率的作用则呈现U型，这两类作用相互抵消。这就在一定程度上解释了交通基础设施的中介效应占总效应的比重较小且没有显著变化的现象。

表6 1992—2016年基础设施对经济增长的非线性作用检验

width=736,height=408,dpi=110
最后就基础设施对经济增长的直接效应进行非线性检验。根据表6第(6)列，笔者发现能源基础设施的一次项系数显著为负，二次项系数显著为正，因此能源基础设施对经济增长的直接效应具有显著的规模效应，但加入了基础设施的二次项后，交通和通信基础设施的一次项不再显著。因此去掉交通和通信基础设施的二次项重新回归，得到了表6第(7)列。此时交通和通信基础设施的一次项系数均显著为正，且与表3第(6)列对应的系数较为接近——在表3第(6)列，即在不考虑基础设施的二次项时，交通和通信基础设施对经济增长的直接效应分别是0.124 4和0.003 9，与表6第(7)列的0.136 7和0.003 8较为接近。这表明，整体上看，1992—2016年交通和通信基础设施均显著直接促进了经济增长。这与分时期讨论的结论相一致。在表(4)和表(5)中，笔者发现交通基础设施的直接效应占总效应的比重由1992—2007年的57.47% 上升到了2008—2016年的112.10%，通信基础设施的直接效应则由不显著变得显著为正。另外，对比表6第(6)列和第(7)列，笔者发现能源基础设施的一次项和二次项系数基本保持不变，即能源基础设施对经济增长的直接效应所产生的规模效应具有一定的稳健性。

(四)内生性问题讨论
接下来讨论基础设施影响经济增长的内生性问题，见表7。一方面，基础设施建设可以带来经济增长；另一方面，在经济发展水平高的地区，地方政府拥有更多资金投入基础设施建设，即基础设施与经济增长之间存在双向因果关系。

本文采用工具变量法以缓解可能存在的内生性问题。除了传统的使用核心解释变量的滞后项作为工具变量外，本文还借鉴了张勋等(2018)的做法，以各地区在明代存在的驿站数目作为工具变量。从相关性来看，在明代修建的驿站数量多的地方，往往地形地貌条件较好，有利于交通基础设施建设。从外生性角度来看，明代驿站的修建主要用于军事目的，受经济发展水平的影响较小，并且400 多年前的修建，对现代经济发展的影响更小，因此选择这个工具变量较合适。与此同时，借鉴步晓宁等(2019)的思路，由于基础设施建设是随时间变化的，而明代驿站设置情况不随时间变化，因此将明代驿站数目与年份的交互项作为新的工具变量。

表7 2008—2016年工具变量回归结果

width=736,height=282,dpi=110
对1992—2016年或者1992—2007年这两个时间段采用解释变量的滞后项作为工具变量回归时，由于本文所涉及的省级层面的数据在1992年之前缺失较多，因此这部分仅对2008—2016年这一时间段进行工具变量回归，结果见表7。可以看出，无论是总效应还是直接效应，三类基础设施变量的系数均比OLS的结果略有提高，并且根据Kleibergen-Paap rk LM统计量及p值、Kleibergen-Paap rk Wald F统计量、Hansen p值，可以看出模型通过了不可识别检验、弱工具变量检验和过度识别检验，一定程度上缓解了内生性问题。

五、结束语
本文首先提出了一个包含基础设施在内的扩展的Barro增长模型，在这个统一框架下分析了基础设施对经济增长的影响及机制。笔者认为，基础设施一方面可作为特殊的资本存量进入生产函数从而直接促进经济增长，另一方面可促进资本和劳动力投入的增加以及提高存量资本和劳动力的边际生产率从而间接促进经济增长。本文通过中介效应模型利用1992—2016年的省级面板数据实证检验了这些影响及机制，并以2008年为分界线研究了这些影响及机制的时期异质性。结果发现：1992—2016年，基础设施对经济增长具有显著促进作用。其中直接效应占总效应的比重在逐渐上升，中介效应占比逐渐下降，即基础设施对提高要素效率(边际生产率)的促进作用在降低，且在交通、能源、通信三类基础设施中表现出异质性。这个发现表明，我国基础设施对经济增长的促进作用主要表现为规模扩张型的、数量型的或外延型的，不是以质量型的和内涵型为主的。

为了探讨时期异质性的原因，笔者又进一步采用非线性模型进行检验，发现能源和通信基础设施对中介变量具有规模效应，但这些规模效应在2012年后才略有显现，且规模较小。这就在一定程度上解释了中介效应占总效应的比重逐渐下降的现象，即基础设施投资的效率不高，没有有效带动资本、劳动以及资本边际生产率和劳动边际生产率的提高从而间接促进经济增长。另外，能源和通信基础设施对经济增长的总效应具有规模效应。尽管交通基础设施的规模效应不显著，但对经济增长具有持续促进作用。这表明目前我国三类基础设施仍然具有较大的投资潜力。综合来看，我国基础设施建设还有较大的潜力空间，但目前基础设施建设的着力点不应是单纯地追求投资数量增加和建设规模扩大，而是如何通过基础设施建设更多地拉动基础设施以外的劳动投入和资本增量增加以及促进劳动边际生产率和资本边际生产率提高，也就是着力提高基础设施影响经济增长的中介效应。就能源基础设施来说，要注意调整结构，加大对风能、太阳能等清洁能源基础设施的投资，积极响应“新基建”政策中对新能源汽车充电桩、特高压基础设施的建设要求，避免能源基础设施建设进入规模不经济阶段。还可以利用数字化浪潮带来的新机遇，将能源基础设施与数字技术相结合，建设智慧能源基础设施，提高能源基础设施对劳动和资本增量及劳动边际生产率和资本边际生产率的促进作用。对于通信基础设施来说，一方面应通过提高竞争程度以减少垄断造成的投资过度和资源使用效率低下现象，发挥市场在资源配置中的基础决定性作用，健全通信价格形成机制，对价格垄断现象进行合理监管；另一方面要积极响应“新基建”政策，大力建设5G基站、大数据中心等新型通信基础设施，发挥通信基础设施对经济增长的规模效应。对于交通基础设施，要落实“新基建”政策，加大对城际高速铁路和城际轨道交通的建设，在持续加大投资的同时，要注意优化交通基础设施的区域结构布局。对于农村和中西部地区，要提高交通基础设施的密度和有效利用率；对于城市和东部地区，要加大对充分利用数字化技术的智慧交通基础设施的建设，提高新型交通基础设施的经济辐射能力，改革交通基础设施的投融资体制和项目上马程序，尽可能避免豆腐渣工程、政绩工程、攀比工程和重复建设。

参考文献

步晓宁、张天华、张少华，2019：《通向繁荣之路:中国高速公路建设的资源配置效率研究》,《管理世界》 第5期。

程名望、贾晓佳、仇焕广，2019：《中国经济增长(1978—2015)：灵感还是汗水？》，《经济研究》第7期。

方福前，2018:《中国式供给革命》，北京：中国人民大学出版社。

胡鞍钢、李春波，2001：《新世纪的新贫困：知识贫困》，《中国社会科学》第3期。

金戈，2016：《中国基础设施与非基础设施资本存量及其产出弹性估算》,《经济研究》第5期。

李谷成、尹朝静、吴清华，2015：《农村基础设施建设与农业全要素生产率》，《中南财经政法大学学报》第1期。

廖茂林、许召元、胡翠、喻崇武，2018：《基础设施投资是否还能促进经济增长？——基于1994～2016年省际面板数据的实证检验》,《管理世界》第5期。

刘生龙、胡鞍钢，2010：《基础设施的外部性在中国的检验：1988—2007》,《经济研究》第3期。

温忠麟、叶宝娟，2014：《中介效应分析：方法和模型发展》,《心理科学进展》第5期。

武鹏，2013：《改革以来中国经济增长的动力转换》,《中国工业经济》第2期。

张亦弛、代瑞熙，2018：《农村基础设施对农业经济增长的影响——基于全国省级面板数据的实证分析》，《农业技术经济》第3期。

张勋、王旭、万广华、孙芳城，2018：《交通基础设施促进经济增长的一个综合框架》,《经济研究》第1期。

张勋、张睿，2017：《水利基础设施的经济增长效应及其作用机制》，《财政研究》第10期。

郑世林、周黎安、何维达，2014：《电信基础设施与中国经济增长》，《经济研究》第5期。

周绍杰、刘生龙、胡鞍钢，2016：《电力发展对中国经济增长的影响及其区域差异》，《中国人口·资源与环境》第8期。

踪家峰、李静，2006：《中国的基础设施发展与经济增长的实证分析》，《统计研究》第7期。

Agénor, P., 2008, “Health and Infrastructure in a Model of Endogenous Growth”, Journal of Macroeconomics, 30(4): 1407-1422.

Atack, J., F. Bateman, M. Haines, and R. A. Margo, 2010, “Did Railroads Induce or Follow Economic Growth? Urbanization and Population Growth in the American Midwest, 1850-1860”, Social Science History, 34(2): 171-197.

Banerjee, A., E. Duflo, and N. Qian, 2020, “On the Road: Access to Transportation Infrastructure and Economic Growth in China”, Journal of Development Economics, 145.

Barro, R. J., 1990, “Government Spending in a Simple Model of Endogeneous Growth”, Journal of Political Economy, 98(5): 103-125.

Baum-Snow, N., 2007, “Did Highways Cause Suburbanization?”, Quarterly Journal of Economics, 122(2): 775-805.

Baum-Snow, N., L. Brandt, J. V. Henderson, M. A. Turner, and Q. Zhang, 2017, “Roads, Railroads, and Decentralization of Chinese Cities”, Review of Economics and Statistics, 99 (3): 435-448.

Démurger, S., 2001, “Infrastructure Development and Economic Growth: An Explanation for Regional Disparities in China?”, Journal of Comparative Economics, 29(1): 95-117.

Ding, L., K. E. Haynes, and Y. Liu, 2008, “Telecommunications Infrastructure and Regional Income Convergence in China: Panel Data Approaches”, Annals of Regional Science, 42(4): 843-861.

Faber, B., 2014, “Trade Integration, Market Size, and Industrialization: Evidence from China’s National Trunk Highway System”, The Review of Economic Studies, 81(3): 1046-1070.

Goldsmith, R. W., 1951, “A Perpetual Inventory of National Wealth”, NBER Working Paper No.18508.

Hulten, C. R., E. Bennathan, and S. Srinivasan, 2006, “Infrastructure, Externalities, and Economic Development: A Study of the Indian Manufacturing Industry”, World Bank Economic Review, 20(2): 291-308.

MacKinnon, D. P., G. Warsi, and J. H. Dwyer, 1995, “A Simulation Study of Mediated Effect Measures”, Multivariate Behavioral Research, 30(1): 41-62.

Spence, M., 2007, “Wealth of Nations: Why China Grows So Fast”, Wall Street Journal(Eastern Edition), 2007-01-23.

World Bank, 1994, World Development Report 1994: Infrastructure for Development, Oxford: Oxford University Press.

THE IMPACT AND THE MECHANISM OF INFRASTRUCTURE ON CHINA’S ECONOMIC GROWTH
——An Extended Barro Growth Model
FANG Fu-qian TIAN Ge XIAO Han

(School of Economics, Renmin University of China)

Abstract: The infrastructure can directly promote economic growth as special capital stock, and indirectly promote economic growth by promoting investment and labor (increasing the quantity of production factors) and increasing the marginal productivity of capital and labor (improving the efficiency of production factors). This paper constructs an extended Barro economic growth model, and tests the two mechanisms by using China’s provincial panel data from 1992 to 2016 and the intermediary effect model. The results show that the infrastructure can promote economic growth. But there exists heterogeneity in transportation, energy and communication infrastructure and in the time before and after the financial crisis in 2008. The direct effect shows a dynamic upward trend, while the intermediary effect decreases gradually. This paper further uses the nonlinear model to test the reasons of the heterogeneity. The results show that the promotion effect of infrastructure on economic growth in China is mainly scale expansion, quantity or extension-style, not quality or connotation-style. The total effect of energy and communication infrastructure on economic growth has scale effect, while the scale effect of transportation infrastructure is not significant. However, transportation infrastructure also has a continuous promoting effect on economic growth, which shows that there is still a large investment potential for these three types of infrastructure in China, and the key is to improve the efficiency of production factors through infrastructure construction.

Key words: infrastructure; economic growth; mediation effects; scale effect