摘要：本文选用我国31个省市区作为研究对象，分析了公共基础设施投资对区域经济发展的影响，考虑了可能存在的空间溢出效应，在实证估计过程中进行了模型选择，分析得到：我国省际间人均生产总值和人均公共基础建设投资存量存在空间正相关性，即经济和投资额高的地区往往与高经济和高投资的地区相邻；省级公共基础设施投资对区域经济发展水平存在显著的正影响，并且这一影响存在空间正向溢出效应，即本地区公共基础设施投资不仅能促进本地区经济发展，同时能促进相邻地区经济发展；我国公共基础设施投资对经济发展的正影响存在着时间上的递减趋势。此外，三个公共基础投资子行业中，交通行业促进作用最强，电力行业和公共管理行业促进作用差异不大。
关键词：公共基础投资；区域经济发展；空间面板模型；溢出效应
1.问题的提出
公共基础设施投资被视为拉动经济发展的三驾马车之一“投资”的主要行业部门，其对经济增长的正向促进作用毋庸置疑。在我国改革开放三十多年中，公共行业投资和企业投资（也称为私人投资）为我国经济发展发挥了重要作用，但是近几年随着我国经济增速放缓，持续依靠大量基础设施投资的经济增长方式被认为是不可持续的，许多经济学者指出，在现阶段促转型调结构时期，我国依赖大批铁路、公路、核电等基础设施建设实质上不利于经济向集约型、科技型发展。
2.模型构建、变量选取和数据来源
2.1模型的构建
目前对于公共基础设施对经济变量的影响研究，大多数学者已从先前的普通计量模型转向空间计量模型，本文同样选用空间面板回归方程来分析公共基础设施投资对区域经济发展的影响。首先从柯布道格拉斯生产函数出发建立普通面板数据回归方程：lnYit=A+β1lnLit+β2lnKit+εit（1）如果假定规模报酬是不变的（β1+β2=1），则式（1）可转化为：ln（Y/L）it=A+β2ln（K/L）it+εit（2）其中，Yit是第i个地区t年度的生产总值，代表地区经济发展，Lit是第i个地区t年度的劳动力，Kit是第i个地区t年度的资本存量，本文将其定义为公共基础设施投资存量。考虑到公共基础设施使用的不仅仅只有劳动就业者，普通群众也能享用，所以在本文中用区域人口总数来代替劳动力，因此YL表示的是区域人均生产总值，KL表示区域人均公共基础设施资本存量。考虑到方程的拟合效果，在式（2）中加入控制变量，最终方程形式为：lnPYit=A+βlnPKit+δ1urbit+δ2openit+δ3uisit+εit（3）其中，lnPYit是第i个地区t年度人均生产总值的对数值，lnPKit是第i个地区t年度人均资本存量的对数值，urbit、openit和uisit均是控制变量，分别表示地区城镇化率、地区对外开放度和地区产业结构升级状况。在采用空间计量模型估计之前，应判断是否存在空间相关性，一般选用MoranI指数来判断全局（全区域）相关性，而用Moran散点图来判断局部相关性。对于全局MoranI指数，其计算公式为：MoranI=åi=1nåj¹inWij（yi-yˉ）（yj-yˉ）S2åi=1nåj¹inWij其中n为地区数量，yi为地区观测值，yˉ为变量均值，S2为方差，Wij为空间权重矩阵。空间权重矩阵的选取有多种方法，如选取地理相邻法，即如果两个地区地理位置相邻，则定义为1，否则定义为0；也有学者采用经济指标之差的绝对值倒数作为权重。考虑到公共基础设施地理越近受益往往越明显，因此本文采用地理相邻法作为空间权重矩阵衡量。MoranI指数取值在-1至1之间，大于0表示经济指标具有空间正相关性。对于MoranI指数，需要检验其显著性，本文用Z统计量：Z=（I-E（I））/Var（I）。局部Moran散点图是通过两个地区是否落在四象限中的同位置来判断是否存在局部相关性。如果存在全局相关性，就需要采用空间计量模型进行分析，目前 空间计量模型方程 主要有三类，一是空间滞后模型（SLM），二是空间误差模型（SEM），三是空间SDM模型。
2.2 变量的选取
2.2.1 因变量
lnPY对于区域经济发展水平，本文选取地区实际人均生产总值的对数值表示，目前国家和地方统计年鉴给出了名义地区人均生产总值及其指数，因此可以换算得到以某一年为基期的实际人均生产总值。
2.2.2 自变量
lnPK实际人均资本存量：目前国家统计部门对社会固定资产投资进行行业分类，包括农林牧渔业等20个行业，借鉴以往学者对公共基础行业的定义和划分，本文将公共基础设施行业界定为三个类别：第一类是公共交通及邮电业，第二类是电力、水等生产供应业，第三类是社会公共管理业。根据生产函数中要素定义，应用资本存量代替当期投资来估计对产出的影响，因此对三个行业分别用永续盘存法换算行业资本存量。
3.公共基础设施对经济发展影响的实证分析
3.1空间相关性判断
前面指出对于空间权重矩阵采用地理相邻法即选用0-1矩阵，如果两个省是相邻的，定义为1，否则定义为0。借用统计分析软件stata12.0的相关命令，得到了表1的MoranI指数及其显著性概率水平，以及1997年、2007年和2014年的Moran散点图。表1显示1997-2014年人均地区生产总值的MoranI指数值为正，且在1%概率水平下均拒绝了原假设，因此认为在1997-2014年期间我国省级实际人均GDP存在空间地理上的正相关性（2010年左右相关程度最高），说明省级人均GDP存在集聚分布特征，即人均GDP高的地区和人均GDP高的地区相邻，人均GDP低的地区和人均GDP低的地区相邻。说明2006年前人均公共基础建设投资存在空间正相关性，而2006后相关性不明显。
图1显示了1997年、2005年和2014年三个年份的人均GDP的Moran散点图。以2014年（右图）为例进行说明，从图中可以看到，有7个东部省份（北京、天津、辽宁、上海、江苏、浙江、福建）位于第一象限（“高-高”区域），7个中部省份位于第二象限（河北、吉林、黑龙江、江西、安徽、海南），三个省份位于第四象限（内蒙古、山东、广东），其余13个省份位于第三象限（“低-低”区域）。1997年和2005年的散点图有相似结果。因此可以看出，大多数省份（2014年有20个）处于第一、三象限，表明我国省级人均GDP存在局部空间自相关性，东部发达地区和西部落后地区尤为明显。
4.结束语
本文选用我国31个省市区作为研究对象，分析了公共基础设施投资对区域经济发展的影响，考虑了可能存在的空间溢出效应，在实证估计过程中进行了模型选择，分析得到，我国省际间人均生产总值和人均公共基础建设投资存量存在空间正相关性，即经济和投资额高的地区往往与高经济和高投资的地区相邻。
参考文献：
[1]周丹.义务教育城乡一体化的财政体制研究[D].武汉大学，2014.
[2]袁中美.中国养老基金投资基础设施的可行性的理论与实证分析[D].西南财经大学，2014.
[3]王曦，杨扬，余壮雄，陈中飞.中央投资对中国区域资本流动的影响[J].中国工业经济，2014，（04）：5-18.[2017-09-13].
[4]朱萌萌.我国农村公共产品消费发展研究[D].福建师范大学，2014.
论文作者:胡日霞
论文发表刊物:《基层建设》2017年第30期
论文发表时间:2018/1/18
标签：地区论文; 相关性论文; 基础设施论文; 空间论文; 存量论文; 模型论文; 生产总值论文; 《基层建设》2017年第30期论文;