PPP 对基础设施效率的促进作用研究
——基于“一带一路”沿线国家的实证检验
蔡东方
(对外经济贸易大学国际经济贸易学院,北京100029)
摘 要: “一带一路”沿线的发展中国家自20世纪末开始广泛采用PPP模式建设基础设施。分析过去近三十年的PPP模式对基础设施效率的促进作用,不仅是对沿线国家过去PPP模式效果的检验,同时对未来“一带一路”建设中PPP模式的应用也具有指导意义。本文首先对沿线43个发展中国家2000-2016年ICT基础设施效率水平进行测算,然后采用Tobit模型对PPP项目数量对ICT基础设施效率的促进作用进行实证检验。结果表明,沿线国家PPP投资额与基础设施效率显著正相关,将基础设施效率进行Malmquist指数分解后发现,私人资本参与基础设施建设和运营对基础设施效率和社会福利改善具有更强相关性。同时由于私人资本的参与更多的是带来规模效应,通过新建基础设施促进贸易和生产要素流动进而提升基础设施效率和社会福利水平,说明在未来“一带一路”建设中,私人部门参与基础设施建设仍有广阔提升空间。
关键词: PPP;“一带一路”;基础设施;私人成本
一、引言
PPP 即Public-Private Partnerships,被译为“公私合作”、“公私合作伙伴关系”、“公私部门合作伙伴关系”或“公私协力”,指的是公共和私营部门共同参与生产以及提供物品和服务的任何安排(E.S.萨瓦斯等,2002),通常用于描述公共和私人行为者之间为提供或管理公共产品和服务而建立的一系列可能的关系(Grimsey,D and Lewis,M K,2002),表明公共当局与私营部门之间的密切联系,旨在提供基础设施项目和公共服务(Keers,B B and van Fenema,P C,2018)。Biehl(1991)根据基础设施服务、运行及边际收益与成本特点将基础设施分为网络型基础设施和中心型基础设施。网络型基础设施指基础设施的建设及发展具有多点化特征,其边际成本随覆盖范围及使用者数量呈递减趋势,包括交通网络、能源网络和信息网络;中心型基础设施则具有范围内边际成本伴随基础设施减少而减少的特征,其服务类似于中心节点向周围扩散,包括学校、医院和博物馆。World Bank (1994) 对基础设施作出定义,是指永久的、成套的工程构筑、设备、设施及它们为所有企业生产和居民生活共同需要提供的服务,其中包括经济性基础设施和社会性基础设施两大类(金戈,2016)。
PPP(Public-Private Partnerships)模式作为一种公共基础设施提供方式,自20 世纪八十年代末英国PFI 模式开始,在世界范围内广泛推广和应用。尤其在金融危机后,发展中国家面临基础设施需求高涨与财政压力巨大的矛盾与困境,纷纷开始采用PPP 模式。中国财政部也鼓励和推广PPP 模式参与基础设施建设,加之“一带一路”大战略的开展,“一带一路”沿线国家(下文简称为沿线国家) 也期待采用PPP 模式引入中国先进的基础设施生产技术和发展经验,提升其国内基础设施质量和效率。
“一带一路”沿线国家大都为发展中国家。沿线发展中国家自20 世纪末也广泛开始采用PPP 模式建设基础设施,分析过去近三十年的应用中,PPP 模式对基础设施效率的促进作用究竟如何,不仅是对沿线国家过去PPP 模式效果的检验,同时对未来“一带一路”建设中PPP 模式的应用也具有指导意义。
二、相关文献综述
1. 理论研究
以往的研究中,已有大量文献对PPP 促进基础设施效率的理论进行了探讨。相较于政府垄断下的公共物品提供,PPP 模式下引入私人部门提供基础设施可以获得市场竞争下的分工效率和竞争激励,即政府可以专注于公共管理等公共服务,依靠私人部门来建设或运营基础设施,发挥各自比较优势。基于PPP 模式下多阶段任务捆绑的特征,许多文献基于不完全契约理论对PPP 模式的基础设施供给效率展开研究。Hart(1986)率先在GHM、HSV 模型的基础上建立了不完全契约理论对PPP 的分析框架,并对PPP 模式与传统模式的运营成本进行考察。他认为捆绑为主要特征的PPP 模式导致公司将基础设施运营成本内部化,但由于在不完全信息条件下,监管者无法掌握所有信息,因此各个阶段的私人经济单位在利己的前提下选择降低成本和降低服务质量,而对他人不负担责任。因此Hart 认为在不完全信息的前提下,传统采购会带来更高的基础设施成本。Bennett 和Iossa 在Hart 的基础上进一步考虑了项目各阶段的外部性,从捆绑情形下经济体之间的外部性对传统基础设施供给模式和PPP 模式展开分析。与Hart 的结果不同,模型表明,PPP 模式下的基础设施弱优于传统基础设施供给模式,并且当建设与运营阶段都存在正的外部性时,捆绑形式的契约结构强优于传统基础设施供给模式,即PPP 模式下多阶段任务之间的外部性可以引入市场竞争机制,在基础设施效率提升方面激励私人部门相关投入。
采用快速截留超绿-超红方法(以下用FIE表示),即EGR2中的3G和2.4R的值若大于255,则看作255,计算得到的ExG - ExR2值只能够保留大于0的像素[7]。
类似的,其他学者如Hoppe,Kusterer 等 (2013),Fang,Zhang 等(2009),National Audit Office(2010),Martimort,Pouyet(2008),以及Grimsey,Lewis(2007)等在Hart 模型的基础上对PPP 合同制定、公私合作模式等方面进行了解释,文献大都认为通过引入私人部门市场竞争,将关键项目任务阶段整合到一个单一的合同结构中,可以带来长期激励机制的优化,避免基础设施预算和时间成本损失,从竞争激励、契约理论等角度论证了PPP 模式对基础设施效率的提升,蔡东方等(2017) 假设私人部门对项目风险具有信息优势,此时可通过引入外部融资者,利用其信息优势降低运营风险、提高融资外包下的基础设施项目收益和社会福利。
2. 实证研究
实证研究方面,对基础设施投资效率以及建设效率的研究,本质就是研究如何做到投入最少、产出最大(李忠民,夏德水,2014),因此DEA 效率分析被广泛应用于基础设施效率评价领域。董洪超等(2017)通过DEA 模型对江苏省交通基础设施配置效率进行了分析研究,通过对技术效率、规模效率和综合技术效率的分解,对江苏省内13 个地市的交通资源配置效率进行了分类,并提出相对应的资源配置效率提升策略。孙钰等(2015)通过对中国35 个大中城市公共基础设施效益进行DEA评价和分析,得出中国城市基础设施效率存在结构性差异,并且具有明显的地域特征,呈现出东南沿海向内地递减的特征,由此提出对城市间公共基础设施进行经济效益平衡的相关政策建议。DEA 模型不仅用于国内环境下基础设施效率对比和评价(程敏,裴新杰,2017; 李忠民,夏德水,姚宇,2014; 赵莹,2018; 李玉龙,2010; 孙大海,陈建业,2006; 赵莉琴,刘敬严,2016; 伍文中,2011; 李婷婷,2017; 艾麦提江·阿布都哈力克,白洋,邓峰,2017; 程敏,裴新杰,2017; 叶龙生,万光彩,2017; 崔治文,周世香,章成帅,2012),还广泛用于不同国家、不同宏观环境下的基础设施效率对比,张娟等(2016)对“一带一路”沿线国家交通基础设施投资效率进行了分析,但其研究仅限于沿线21 个国家,并且局限于交通基础设施投资效率。顾艺玮(2018)采用DEA 方法对“一带一路”沿线39 个国家的基础设施投资效率进行效率分析,将交通、网络和能源基础设施作为投入变量,将人均GDP 作为产出变量。有文献指出,进行有效的投入—产出效率分析,其关键在于准确、合理的选择输入变量和输出变量,即输入变量与输出变量之间应该存在较为严格的因果关系(李忠民,夏德水,姚宇,2014)。已有的大多数文献将基础设施作为投入变量,将经济发展水平相关指标作为输出变量,即对基础设施的经济发展效率进行测度。
经分析认为:上述40组数据服从正态分布N(0.65,0.007),引入正态分布参数 μ和 σ对变量进行约束,并依据“3σ准则”划分边界条件进行质量控制,划分边界范围P(μ-σ<X≤μ+σ),即:P(0.566<X≤0.734)。筛选出在边界范围的数据共有28组,对其求取平均值为0.67,即为第二抽油机载荷利用率。也即抽油机正常运转时的最优悬点载荷利用率,在此抽油机悬点载荷利用率下运转抽油机能耗最低。
自“一带一路”倡议提出以来,也有文献对“一带一路”互联互通基础设施建设效率的相关问题开展了广泛的研究。李建军等(2018)基于中国2002—2016 年全球样本数据,采用双重差分法实证考察“一带一路”倡议对沿线国家基础设施绩效的影响,并采用秩和比法(RSR)评价各国各时期的基础设施绩效水平。研究发现,“一带一路”倡议对沿线国家基础设施绩效具有显著促进作用,并且其作用具有异质性。进一步的机制探索表明,在外商直接投资、国际信贷占比较高的国家,“一带一路”倡议对基础设施绩效的增进作用更为显著;在专利申请和接收知识产权费用占比较低的国家,“一带一路”倡议对基础设施绩效的增进作用更为显著。隋广军等(2017)基于“一带一路”建设背景,采用2003—2012 年64 个沿线国家的非平衡面板数据构建计量模型,分析中国向沿线国家直接投资后沿线国家基础设施建设与沿线国家人均实际GDP 的关系。结果发现,沿线国家的基础设施水平正不断完善,区域差异在缩小;中介效应模型发现,中国对外直接投资促进沿线国家经济增长的效应,约有30% 是通过完善沿线国家的基础设施水平来实现的。李建军等(2018)基于2000—2014 年可得平行面板数据,对“一带一路”沿线国家基础设施建设综合水平进行了评价。通过实证检验,研究了基础设施建设与经济发展之间的关系,最终发现基础设施建设综合水平能对提升经济总量和人均产出水平、降低失业率发挥显著的作用。此外他们还讨论了金融要素对基础设施综合水平的影响,结果表明,融资风险、融资效率以及融资成本等金融要素是影响“一带一路”沿线各国基础设施建设的重要因素。许娇等(2016)运用GTAP 模型模拟分析“一带一路”六大经济走廊交通基础设施建设的经贸效应。模拟结果显示,“一带一路”经济走廊交通基础设施建设对中国和各大经济走廊的进出口贸易、GDP 增长以及中国贸易地区结构改善都发生了积极影响。
对于PPP 模式下的基础设施效应方面,汪立鑫、左川和李苍褀(2019)以中国2002—2015 年地级市面板数据为基础,采用多期双重差分法、双重差分倾向得分匹配法评估PPP 项目的实施对中国基础设施产出效率的影响,其研究结果发现,PPP 项目总体上没有显著提升规模效率和纯技术效率,并且PPP 项目对基础设施产出效率的作用存在时滞性,并且明显降低了规模效应和纯技术效率。PPP 增加了基础设施投资存量,但降低了创新水平。
3. 文献评述
目前文献对基础设施绩效的研究中,DEA 方法的采用比较普遍,然而文献中对于行业的选择、投入—产出变量的认定差别较大;已有的研究集中于国家内部基础设施绩效的评估,在对“一带一路”沿线国家的基础设施绩效评价中,大多数文献采用了中国商务部公布的“一带一路”基础设施投资数据。然而商务部公布的数据大都基于中国投资规划、项目规模,由于基础设施投资、建设周期都比较长,投资规划数据与具体实施、落地的数据之间可能存在一定差异,并且“一带一路”倡议在2013 年提出,短时期内难以评估“一带一路”对于沿线国家基础设施绩效的提升作用。
此外,以往的研究中多依托一国以内交通基础设施、能源基础设施或能源和交通等混合基础设施进行效率测度。然而“一带一路”沿线国家涉及到65 个国家之多,基础设施的连通性、对外互通程度会对基础设施效率测度的可比性造成影响。现行世界通用的铁路轨宽多达三种以上,由于“一带一路”横跨欧亚非大陆,沿线国家铁路交通中涵盖了三种铁路轨宽:哈萨克斯坦、吉尔吉斯斯坦、乌兹别克斯坦等独联体国家沿用1524 毫米宽轨;印度、巴基斯坦、孟加拉国等国采用1676 毫米阔轨;越南、柬埔寨、老挝等东南亚国家多为窄轨,因此采用铁路交通进行效率对比并不具备可比性。能源基础设施方面,由于“一带一路”沿线部分国家为世界能源集散中心和开采中心,而中亚地区则属于能源匮乏地区,因此在能源基础设施方面沿线国家基础设施也不具有代表性和可比性。过去三十年沿线国家大部分PPP 项目投资于ICT 行业中,一方面由于ICT 领域属于高技术、高附加值行业,私人部门在信息、技术等方面具有更高的比较优势;其次,过去的三十年也是数字科技、互联网行业高速发展的时期,一国互联网、ICT 基础设施发展决定了其经济发展速度和质量;最后,由于互联网、ICT 行业技术本身的开放性,使得ICT 行业成为国家间基础设施效率比较的优先选择。因此本文对沿线国家ICT 领域基础设施效率进行测度,并以ICT 效率作为沿线国家基础设施效率的代表。
本文首先对沿线国家ICT 基础设施效率水平进行测算,在此基础上采用tobit 模型对PPP 项目数量对ICT 基础设施效率作用进行实证检验。
将两个时期的距离函数取其几何平均数:
三、基础设施效率指标的构建和方法
DEA 分析分为投入导向和产出导向,对应不同的目标、约束条件,其中投入导向以现有产出情况下是否是最小投入为判断前沿面的标准,而产出导向是以现有投入情况下产出是否最大为判断前沿面的标准。本文为计算和判断各国历年基础设施存量是否达到其经济所需的宏观层面,因此采用产出导向模型。对基础设施效率评价常用的DEA 模型为CCR 模型和BCC模型,而CCR 模型侧重于固定规模报酬下的综合技术效率。
榜样的力量是无穷的,每个运动队中都有训练刻苦、水平高的尖子队员或核心队员,要注重核心队员的榜样示范,潜移默化地影响队员,引领队员。在平时训练中宣传师兄、师姐的刻苦训练精神,取得的优异成绩;创造的年级、校、县、市纪录;达到运动等级、选入专业运动队或大学运动队;考取体育院校等先进事迹,让同学们有学习的榜样,增强团队凝聚力。
40年峥嵘岁月,40年春华秋实。在改革开放、产业重组、开拓奋进的路上,食品工业成为受益者,并跻身于我国几大产业前列。
数据包络分析(DEA--Data Envelopement Analysis)最初起源于Farrell(1957)对生产力评估的开创性研究。传统生产能力(productivity) 评估方法适用于微观经济情形,往往通过对变量的细化评估来达到生产能力评估的目的,但是在应用这种方法对整体经济或宏观经济生产能力进行评估时就会带来资本生产率等指标变量难以衡量、综合性投入变量指标如劳动或资本生产率与整体生产能力度量合意转化等问题,针对这些问题Farrell 探索性地提出一种动态分析方法以适应多种产出组织情形,在这个过程中,将“生产能力(productivity)”的概念扩展到了更一般的“效率(efficiency)”中。
从基础设施效率总体变化来看,2000—2016 年“一带一路”沿线43 个国家Malmquist 生产率变化指数均值为1.05,表明沿线国家ICT 行业基础设施的全要素生产率在此期间年均增长5%,整体上处于扩张、提升趋势。其中有13 个国家的Malmquist 生产率变化指数大于1,分别为阿尔巴尼亚、孟加拉国、不丹、柬埔寨、印度、马其顿、缅甸、菲律宾、罗马尼亚、俄罗斯、塔吉克斯坦、土库曼斯坦和也门,这13 个国家中有4 个国家的技术进步指数小于1,分别为俄罗斯、罗马尼亚、塔吉克斯坦和马其顿,反映出这些国家外部环境对ICT 行业基础设施全要素生产率的负面影响,其他国家则由外部技术环境或贸易环境促进基础设施全要素生产率的改进。由此可见,大体上技术进步指数与Malmquist 生产率指数高度重合,即Malmquist 指数大于1 的国家其技术进步指数也往往大于1(上述4 个国家除外)。纵观沿线43 个国家Malmquist 指数分解,几乎所有国家的纯技术效率变化指数和规模效率变化指数都大于1,说明沿线国家ICT 行业基础设施运营能力并未随基础设施的增加而受到影响,运营能力能够保证基础设施全要素生产率的改善。并且,随着基础设施的增加,规模效应、生产要素流动或贸易的边际作用并未减少,进而可以推断出,“一带一路”沿线国家ICT 行业基础设施运营能力及规模效应并没有降低趋势,今后沿线国家对基础设施的需求以及基础设施对经济发展、生产效率的提高作用仍将处于正向促进的发展阶段,而一些国家全要素生产率的降低趋势主要是由外部环境变化,如技术原因或贸易环境等外部因素导致的。
已有文献对不同区域内的ICT 行业进行了DEA 效率测度(Bollou,F,2006; Koski,H A and Majumdar,S K,2004; OjelankiNgwenyama and OlgaMorawczynski,2009)。本文根据前人研究方法,对“一带一路”沿线国家ICT 产业基础设施效率进行测算。基础设施效率本质就是投入与产出之间的全要素生产率(TFP),即研究如何投入最少、产出最大和效率最优(李忠民,夏德水,2014)。全要素生产率(TFP)通常被解释为总产出中不能被要素投入解释的“剩余”部分,能够反映生产过程中各种投入要素的单位平均产出水平,即投入转化为最终产出的总体效率。虽然TFP 在很多研究中被用来表示经济产出中的技术水平,但其实质内涵中还包含了反映物质生产的知识水平、管理技能、制度环境等因素,因此可以反映广义层面的生产率水平(鲁晓东,连玉君,2012),是技术水平、资源配置、知识水平、管理等方面的总体综合效率指标(Pagano,P,Sbracia,M and Finicelli,A,2008)。
其中θC 是标量,而λ 为N×1 的常数向量。θC为决策单元的效率值,当θC=1 时,决策单元的效率处于前沿面上,这时该决策单元称为技术有效。
部分基层党组织制度落实不严,不能严格执行民主集中制、组织生活会、批评与自我批评等制度,“三会一课”制度坚持不够经常、不够规范,党员难召集、会议难召开,党课教育主题不明、质量不高、随意性较大,且形式单一、内容枯燥、缺乏创新。部分基层党组织工作脱离实际,流于形式,用业务会代替组织生活会,过组织生活成了业务培训会、工作安排会。部分基层党组织在工作方式、方法上落后,新办法不会用、老办法不管用、硬办法不敢用、软办法不顶用,宣读式、灌输式教育多,引导式、启发式教育少。部分基层党组织民主评议不正常,组织处置不严格,不敢动真碰硬,造成一些党员组织观念、纪律观念淡化。
BCC 模型放松固定规模报酬假设,并且引入谢泼德(Shepherd)距离,对综合技术效率进行分解(程敏,裴新杰,2017),此外在CCR 对偶模型的基础上通过增加约束条件使得生产规模与被评价决策单位规模处于同一水平。
其中X 为要素投入,Y 为产出。由于“一带一路”沿线国家经济基础、市场需求等基本情况不同,因此本文采用BCC 模型对规模收益进行控制后能更合理的对基础设施效率进行评价和对比。但是应该看到,无论是CCR 模型还是BCC 等模型,当加入时间因素时,不同时期生产前沿面将不可比较,因此DEA 效率对比会缺乏纵向比较的基准。而基于DEA 模型的Malmquist 指数可以弥补纵向比较方面的缺陷。
硫酸车间制酸一系列2#转化器自2003年投入以来,存在底板上翘、烟气偏流[2]、内部支柱歪倒、频繁漏气的情况,严重时存在转化器垮塌危险,严重影响系统的安全运行。历次大修也仅是恢复性维修,未进行大的改进。2018年即将实施一系列3K风机改造,改造完成后2#转化器承受的气压将升高50%。为了控制转化器的变形在可控范围及适应更高的SO2浓度。必须如何改进2#转化器以确保生产安全顺行。
Malmquist 生产率指数(MPI)通过扩展DEA 前沿面非参数方法,测算了随时间变化的全要素生产率变动,并且将其分解为纯技术和效率变化指数以纵向对比随时间而变的效率变化趋势。以投入导向的MPI 为例,公式(3)表示在t 时x 与y 之间的的距离函数,同理公式(4)为t+1 时刻的距离函数。
当采用离心机法测定土壤水分特征曲线时,离心机转速增大会实现水分和土壤颗粒的分离,导致土壤的容重增大,改变土壤的孔隙度和土壤孔隙分布,导致饱和含水率减小,从而影响土壤水分特征曲线的走势。为了减小土壤容重对试验结果造成的影响,本文分别采用Van-Genuchten模型和Gardner模型拟合试验数据。
与DEA 谢泼德(Shepherd)距离分解类似,将(6)分解为两部分,其中第一项为技术变化指数(也称技术进步指数),第二项为技术效率变化指数(也称综合效率变化指数)。根据Fare,G osskopt 等(1994)根据距离方程对MPI 的分解解释,技术效率变化指数可以进一步被分解为规模效率指数和纯技术效率变化指数,其中规模效率变化指数为:
对(5)进行配项分解:
纯技术效率变化指数为:
Malmquist 指数通过引入,时间因素将效率进行分解,从外部环境、规模和运营等多方面对效率变化进行考察。若MPI 指数大于1,表明从t 期到t+1 期决策单元具有效率扩张趋势。
本文为了更具体分析沿线国家基础设施效率变化,进一步对各个国家基础设施变化指数进一步采用Malmquist 分解,从外部因素和内在经营、运营效率等方面对基础设施全要素生产率进行分解。具体到技术效率方面,从技术效率变化指数和技术变化指数层面动态分解沿线国家基础设施变动情形。其中技术效率变化指数也称综合效率变化指数,是衡量一定时期内基础设施要素的配置、利用、集聚效应等变化趋势,反映基础设施的规模边际效应和经营效率变动趋势;技术变化指数衡量一定时期内基础设施发展的技术变化水平,反映技术改善、贸易环境等外部因素对基础设施全要素生产率变动的影响。而技术效率变化指数又可以进一步分解为纯技术效率变化指数和规模效率指数,纯技术效率变化指数表示在一定时期(最优规模时) 决策单位投入要素的生产效率,反映的是企业由于管理、运营和技术等因素影响的生产效率;规模效率变化指数则反映的是新建基础设施对贸易和生产要素流动的边际效用、边际作用变化趋势,也有文献将其视为实际规模与最优生产规模的相对差距。
四、变量选择与数据
本文根据Koski 等(2004)、Bollou(2006)和Ojelanki 等(2009)的研究方法,采用ITU(International Telecommunication Union)和WDI 数据库中关于电信行业相关变量,将电信行业年投资量、电信行业从业人员作为投入变量,电信行业年收入、电话总线路长度、互联网用户总量、公共付费电话用户数量和移动手机用户数量作为产出变量,描述性统计如表1 所示,通过DEA2.1统计软件计算ICT 行业基础设施效率。
将43 个国家2000—2016 年产出导向DEA 效率值进行平均后如表2 第一列所示。由于DEA 效率主要从横向比较,由各国DEA 均值可以看出,印度、俄罗斯等地域辽阔的国家反而ICT行业基础设施效率较低,而如马尔代夫、柬埔寨等人口密集且地域相对较小的国家基础设施效率较高,究其原因与其广阔地域导致的基础设施利用效率较低和运营成本过高导致,显然ICT 基础设施具有成本随规模递减的特性,人口越密集,其人均成本越低。并且沿线43 个国家中仅有8 个国家基础设施效率DEA 指标高于均值。一般认为效率值达到1 表示资源配置有效,由计算结果可以看出,绝大多数沿线国家与资源配置有效状态相去甚远,只有马尔代夫DEA 效率值达到有效,其他国家效率值远低于有效水平。
表1 描述性统计
由此可见,沿线国家中大多数国家ICT 行业基础设施效率还有较大提升空间,并且要从提升技术水平和提高规模效率两方面提升基础设施效率。
1.5.3 土壤微生物数量测定土壤3大微生物数量测定采用平板稀释计数法,细菌数量测定采用牛肉膏蛋白胨琼脂培养基,真菌数量测定采用马丁-孟加拉红培养基,放线菌数量测定采用改良高氏一号培养基,微生物数量计算参照文献[21]的方法。
表2 “一带一路”沿线国家ICT 行业DEA-Malmquist 指数分解
进入21 世纪后,由于世界经济环境变迁、互联网技术和工业技术的发展,国际经济之间的联系越来越紧密,世界各国经济对原油、天然气、煤炭等工业基础原料的依赖性越来越强,而“一带一路”沿线国家往往是原材料集散中心和生产基地,因而沿线国家宏观经济以及生产率变动与外部环境的联动性变动越来越紧密,同样的,ICT 行业基础设施全要素生产率变化受外部宏观经济变化的影响也越来越明显。反观43 个国家中技术进步指数扩张的国家,一方面得益于发展中国家经济发展、内需强劲引致的基础设施建设飞速发展,如印度在2000年后经济起步和高科技产业带领下的内需复苏,缅甸等国家由于世界经济复苏对能源等原材料需求增长导致其依靠国内资源禀赋获益,进而带来基础设施领域的投资扩大和社会福利水平的提升。另一方面,不难发现,往往这些国家与中国距离较为接近,由于中国“一带一路”以及其他经贸往来方式以及援助形式的带动,如中阿经贸往来以及对沿线许多国家数十年来的经济和政治援助(参见http://www.sohu.com/a/75314930_401460),使得欠发达地区的基础设施效率也得以快速提升并高速发展。其他国家则由于过分依赖其国内原油等原材料出口,在进入新世纪后原油、天然气等原材料价格波动频繁,甚至国家、地区间政治冲突导致的外部环境动荡使技术进步指数处于下降、收缩趋势,如阿富汗、黑山,究其原因是与战争或国内政治动荡导致的基础设施破坏以及投资下降相关,因此显示出国家政治风险对资源配置效率、资源使用效率等方面的重大影响。
进一步分析,从基础设施技术效率变化指数来看,有文献也将其称为综合效率变化指数,可以进一步将其分为纯技术效率变化和规模效率变化(孙钰,王坤岩,姚晓东,2015;伍文中,2011;王雪娅,刘奕,2016;张宗益,张莹,2008)。沿线国家综合效率变化指数均值为1.037,总体上反映出沿线国家ICT行业基础设施技术效率的扩张趋势,其中43 个国家中只有阿富汗、叙利亚、黑山、保加利亚、越南和塞尔维亚6 个国家的综合效率变化指数小于1,但其中除叙利亚外都在0.9 以上,说明综合技术效率指数呈现出的国家差别不大,各个国家都表现出综合技术效率扩张趋势。将其细分为纯技术效率变化指数和规模效率变化指数后进一步分析,沿线国家ICT 行业纯技术效率变化指数均值为1.01,规模效率变化指数为1.037,说明沿线国家总体上在ICT 行业技术和规模方面都表现出扩张趋势,并且在纯技术效率方面只有老挝、乌兹别克斯坦和越南3个国家小于1,但差距不明显,表明沿线国家ICT 行业基础设施运营能力之间差别不大,并且能够对ICT 行业基础设施全要素生产率产生积极正向的影响。类似的,规模效率变化方面只有保加利亚、黑山、叙利亚、越南4 个国家稍小于1。结合技术变化指数来分析,沿线国家其均值为0.944,表现出收缩的趋势,而纯技术效率层面各个国家差异较小,并且显示出扩张趋势,表明ICT 行业基础设施规模效应、对生产要素流动的边际作用为正向上升趋势,因此可以推断,在2000—2016 年间,沿线国家ICT 行业基础设施规模扩张变动率强于效率变动,进入新世纪后各个国家ICT 行业基础设施的规模进行了较为明显的扩张,对ICT 行业基础设施的规模效率显著提升,规模效率对生产要素变动的边际贡献率高于技术效率贡献。同时也说明“一带一路”沿线国家ICT 行业基础设施规模效应仍具有改善空间,并且在ICT 行业基础设施效率提升以及社会福利提升方面应促进技术创新或引进先进技术,进而提高基础设施效率和社会福利水平。
五、PPP 与基础设施效率的实证分析
自上世纪八十年代末以来,“一带一路”沿线国家也进行了长期的PPP 实践,本文已根据世界银行数据利用DEAMalmquist 指数对沿线国家ICT 基础设施效率进行了分析及分解,接下来本文将根据2000—2016 年沿线国家PPP 实践数据进一步验证模型结果,即验证PPP 模式的推广和使用是否提升了沿线国家基础设施效率。
1. 模型、变量与数据
为验证PPP 对基础设施效率的影响,将DEA—Malmquist指数测算和分解后的效率指标作为因变量。由于DEA—Malmquist 指数测算出的效率值最终都成为大于0 的截断数据,尤其对于DEA 数据,其结果往往是处于0 到1 之间,若使用最小二乘法等估计方式会导致估计结果有偏和不一致。对于本文因变量是具有在0 处左截断性质的数据集,因而假设:
并且假设具体模型为:
其中PPP 为关注的沿线国家PPP 投入,Xit为控制变量,μi为个体效应,εit 为不可观测异质性。不失一般性的,模型假设存在个体效应,当个体效应与解释变量相关时,则为固定效应Tobit 模型,反之则为随机效应Tobit 模型。
对于控制变量部分,根据已有相关文献(郝金磊,尹萌,2018;马骏,王雪晴,2017;史方圆,2018;田泽,程飞,梁伟,2017;魏蔚,邝雄,2016;张帅,蒋兵,董会忠等,2018;赵楠,李江华,2015),本文从经济发展水平、城镇化、资源使用和基础设施质量等方面选取相关变量作为控制变量,其中以人均GDP 增长率表示宏观经济发展水平,数据采自WDI 数据库。一般而言经济发展水平越高,对基础设施的利用越充分,基础设施效率也会越高,因此预期此控制变量与因变量之间呈正相关;城镇化水平以城镇人口占总人口的比率代表,数据采自WDI 数据库,由于该数据库表示的是农村人口占比,回归结果调整为城镇人口占总人口比重,一般来讲基础设施集中于城市等人口密集、经济发达地区,因此预期该变量与基础设施效率之间呈正向相关;基础设施效率不仅与经济发展水平相关,与人力资源、人力资本等相关因素也具有相关性,本文采用世界银行CPIA(Country Policy and Institutional Assessment,国家政策和机构评估)数据库(参见worldbank.org/ida)对各国人力资源评估数据表示各国人力资源、人力资本水平,CPIA数据库旨在从国家政策和制度质量层面对国家控制范围内的关键要素进行评估,将各个国家的各种指标分为1—6 六个级别,一级表示指标层级最低,六级表示级别最高,其中对人力资源指标的评估是对公共卫生、教育等公共资源和服务普及相关的人力资源评估,因此该指标与控制变量中对基础设施相关的人力资本客观情况较为贴切,若一国对于公共资源和服务普及相关的人力资源所获评级较高,相应的该国公共基础设施效率也会较高,因此预期该指标相关性为正;基础设施效率及社会福利与公共资源使用公平性相关,此指标采用CPIA 对公共支出和征收对穷人的影响程度,可以想象,公共资源收入的取得对穷人的影响程度越大,则公共资源的筹集模式越不公平,而在收入等级中富人相对使用基础设施的频率更多,因此该指标级别越高表示公平性越差,预期该指标与基础设施效率相关性为负;交易和贸易很大程度上依赖于基础设施才能得以顺利进行,从交通基础设施到现代ICT 等基础设施不仅便利了交易和贸易的进行,反之,交易与贸易也促进了基础设施利用效率的提高、增进了社会福利,因此将贸易作为控制变量之一,本文采用CPIA 对国家促进贸易政策和制度的评级作为与基础设施效率相关的贸易控制变量,并且预期该变量评级越高,则该国基础设施效率越高,即该变量边际效应为正;基础设施使用和效率也会受到其自身质量方面的影响,当基础设施质量稳固、使用周期较长时,对资源的消耗更小,相应的基础设施效率也就越高,社会福利水平越高,该指标采用CPIA 对各国港口基础设施质量的评级,通过调查问卷方式搜集各国企业管理者对港口基础设施可达程度等方面的调查和评议,进行两年移动加权平均后形成该国港口基础设施的评分,该指标分为七个等级,等级越高表示港口基础设施按照国际标准发展越良好和高效,而内陆国家则重点在于港口基础设施的可达程度,因此该指标虽然是对港口基础设施的衡量,但一定程度上也能客观反映总体基础设施的质量和发展水平,当然该指标评级水平越高,则基础设施的设计合理性、利用水平也相应越高,该指标对基础设施效率、社会福利水平的边际影响也预期为正;另外一国基础设施效率也与该国法制等软制度环境相关,本文采用国家腐败和法律指标作为软制度环境控制变量,其中腐败指数采用ICRG(Political Risk Services International Country Risk Guide,国家政治风险指南)和世界银行WGI(Worldwide Governance Indicators,全球治理指标) 数据库关于国家腐败程度及其风险的评级系数,法律指标采用WGI 数据库对各国法律及制度层面进行评级。变量的描述性统计如表3 所示。
到2020年,湖南省水利项目市场总投入2045亿元,年均投资255亿元,接近“十二五”期间年均水利投资额度;近期建设的主要项目总投资480.38亿元,年均投资120亿元,还有大量的中小型项目要进行建设。
表3 描述性统计
2. 实证结果分析
回归采取静态情形下沿线国家基础设施DEA 与PPP 投资额(取对数) 之间相关性分析,同时也采取动态分解下Malmquist指数与PPP 投资额及控制变量之间相关性分析。采用面板Tobit 回归后,经过LR 检验,结果指示采用随机效应面板Tobit 模型,结果如表4 所示。
表4 面板Tobit回归结果
第一列为静态情形下,各国PPP 投资额及控制变量与基础设施效率之间的Tobit 回归结果。回归结果显示,PPP 投资额比率与基础设施效率值之间在1%置信水平上显著正相关,表明从静态角度上,“一带一路”沿线国家PPP 模式下的基础设施投资数量变化与各国基础设施效率值之间存在显著相关性,并且其系数表明基础设施投资额变动0.0005 个百分点,可以促进基础设施效率值一个单位的变动。虽然其边际促进量很小,但是一方面考虑到本文计算的基础设施效率值所选用的投入及投出变量局限于ICT 行业,从静态角度由其代表的基础设施效率估算值会受忽略而被低估;另一方面,ICT 基础设施投资额往往规模巨大,属于资金密集型行业,考虑以上两点后其回归结果表明基础设施投资额对基础设施效率值仍然具有比较显著的影响。控制变量方面,人力资源变量与预期相符,即人力资源水平越高,基础设施效率越高,由于本文采用的人力资源评估变量表示的是与公共卫生、教育等公共资源和服务普及相关的人力资源评估,因此回归结果中人力资源水平对基础设施效率的影响更直接的体现在管理水平、管理者等间接层面对基础设施效率水平的提升作用,可以想象基础设施使用者人力资源水平越高,则基础设施使用层面的效率也会越高,人力资本对基础设施效率的边际影响水平会高于目前回归所得值,即囿于变量选择的原因,回归结果系数存在低估综合人力资源水平对基础设施效率的边际影响;公共资源使用公平性方面,该指标表示公共支出对穷人的影响程度,以此表示公共支出、公共基础设施和服务的公平性,回归结果表明,公共支出、公共基础设施对穷人影响程度越高,则基础设施效率越高,当然这是从静态角度进行的回归分析,接下来会对指标的动态变化方面进行进一步考察;交易和贸易方面,回归结果显示在1%的显著性水平上与基础设施效率显著正相关,表明贸易条件越便利,通过物流、信息流和资本流等途径充分发挥基础设施对贸易、交易的中介作用,反之频繁的贸易交流交往又促进基础设施效率提升和改善、社会福利水平的提高;港口质量代表的基础设施质量在回归结果中显著为正,表明基础设施质量确实能够促进基础设施效率、社会福利水平,一方面基础设施往往是高投资的资本密集型投入,所投入的基础设施项目往往持续几十年,高质量的基础设施显然能够减少资源浪费、减轻资产折旧等财务损失,另一方面,由于该指标内容中也包含对港口基础设施可达性等设计层面的考虑,从基础设施布局等服务层面看,合理、有效的基础设施同样能够直接或间接提升资源利用水平、降低能源或其他资源消耗,提升资源配置质量,从而提升基础设施效率和社会福利水平;一国软制度环境方面,本文采用国家腐败指数和法律指数对一国软制度环境进行描述,对静态基础设施效率进行回归后腐败指数与基础设施效率值呈负相关,但未通过显著性检验,而法制因素与基础设施效率值呈正相关,并且在1%的显著性水平上高度显著。
党的十九大报告提出,要优先发展教育事业,加快一流大学和一流学科建设。这就内在地要求中国高等教育发展应从过去以“规模扩张”为特征的“外延式发展”向以“高质量与结构优化”为特征的“内涵式发展”转变。为了适应新时代要求,高校绩效评估也应适时地进行范式转换和路径优化。
一是建立农田水利建设新机制。适应农村税费改革的新形势和城乡统筹发展的新要求,及时改革和完善农田水利建设的政策体系、投入方式、组织形式,会同有关部门,研究制定了建立农田水利建设新机制的政策思路与配套措施,对于改变农田水利建设滞后的不利局面,提高农业综合生产能力发挥了积极作用。特别是财政部、水利部创造性地提出了“集中资金、连续支持、整县推进”实施小型农田水利重点县建设的政策,促进了农田水利建设由分散投入向集中投入转变,由面上建设向重点建设转变,由单项突破向整体推进转变,由重建轻管向建管并重转变,农田水利建设格局由此焕然一新。
静态回归是将影响基础设施效率的各种因素与DEA 方法得出的基础设施效率值进行回归,由于DEA 方法是使用投入—产出方式体现决策单元之间横向的相对效率比,因此适用于决策单元之间的横向对比研究。将DEA 方法得出的各国基础设施效率值作为因变量进行面板Tobit 回归,由于面板回归方法结合了时间序列的纵向对比,因此将DEA 作为因变量会忽视时间序列视角中的动态变化,进而导致回归系数的偏误。但DEA 作为因变量的回归仍为因素之间的相关关系提供了重要的参考。本文进一步将DEA 效率进行了Malmquist 指数分解,即将效率改进进一步分解为技术进步、政策因素等外部环境变化,以及规模和运营等方面的效率改进,并且考察这些因素之间的纵向变化趋势。表4 中第2 至第6 列分别将Malmquist 指数分解后的结果作为因变量,将PPP 投资额(取对数) 以及其他影响基础设施效率、社会福利水平的因素作为自变量进行面板Tobit 回归。接下来对动态回归结果进行分析。
将Malmquist 指数分解后的全要素变动作为因变量,如第2列所示,PPP 投资变动对全要素变化显著正相关,控制其他变量后PPP 投资额每上升一个百分点,会促进全要素增长率变动0.06 个边际变动量。与DEA 效率值作为因变量相比,其边际影响作用明显增强,PPP 投资额变动与基础设施效率变动高度相关。控制变量部分,人力资源水平评估指标对全要素变动的边际相关性显著增强,并且统计显著,进一步证实人力资源变量在基础设施乃至社会福利水平中发挥的促进作用,通过人力资源水平的上升,不仅直接或间接提升基础设施的管理水平,而且在溢出效应等传导机制条件下,人力资本水平对经济增长的促进作用体现在了全要素生产率的变动上,即PPP 投资对效率的提升并不囿于基础设施效率水平的提高,而且通过基础设施的扩散效应提升了整个行业和社会的全要素生产率;交易和贸易方面,PPP 投资变化显著提升了基础设施效率和社会全要素生产率水平,并且与DEA 回归相比其边际促进作用更加明显,二者变动趋势呈现出高度相关性;港口质量代表的基础设施质量方面,与预期一致,基础设施质量越高,则基础设施的效率水平、全要素生产率水平提升越快,同样的,与DEA 回归相比其边际促进量更高,并且在1%的显著性水平上高度显著;城镇化水平对基础设施效率、全要素生产率变动之间呈正相关,但是没能通过显著性检验,这可能与城镇化过程中的产业结构调整等因素有关。目前“一带一路”沿线国家大都属于欠发达、发展中国家阶段,已有的发展路径表明,城镇化与产业结构之间存在较强相关性,因为产业集聚与人口、城市的发展存在较强的交互作用,往往城镇化水平较差的国家产业结构不合理,此外城镇化水平之所以影响到基础设施水平和效率,也在于生产要素的流动,尤其是煤炭、石油等行业中的生产要素流动强烈依赖于交通基础设施的构建,新兴经济形式也同样依赖于ICT、互联网等现代基础设施水平,而城镇化伴随的人口、资源聚集优势往往能实现基础设施的规模优势,基础设施的完善反过来又促进人口、资源的集中,二者之间存在相互影响的作用机制。对于城镇化水平因素在回归结果中的不显著现象可能是由于面板Tobit 模型并不能消除这二者间的内生性问题,因此虽然变量结果未通过显著性检验,但我们依然有理由认为其结果指示出变量间的相关性趋势。同样的结果也存在于GDP 增长率变量的系数解释上。由于我们关注的变量在于PPP 投资额的系数,因此对于其他控制变量并未采用工具变量;软制度环境方面,腐败和法律因素对全要素增长趋势的回归结果均与预期一致,并且腐败因素的回归系数通过了10%的显著性检验。
专家简单询问了一下病情,便建议我做个C T。老婆说,我们在区医院拍过胸片,结果什么病也没有看出来。专家说,胸片的灵敏度和C T没法比。老婆表示同意。或许是看我们比较好说话,寻思了片刻,又建议我再做个心电图和心脏彩超。说是他怀疑气喘是由心脏造成的。
进一步将Malmquist 指数中表征技术进步、外部环境变化的指数(techch)和表征规模和运营变化的指数(effch)作为因变量进行面板Tobit 回归,分别为第3 列和第4 列。对于外部环境变化趋势,由于techch 分解出的指数表征技术进步、政策、市场等外部环境变化,PPP 投资变动率对其趋势具有正向相关,但未能通过统计显著性检验。PPP 投资与其正相关性表明私人资本参与基础设施建设与外部环境,如政策等层面之间的正相关性。其他控制变量部分,由于外部环境变化本身作为因变量,控制变量大都未能通过统计显著性检验,并且也有变量相关性与预期相反,考虑到因变量本身因素,故第3 列结果不做过多讨论。第4 列因变量为表征基础设施规模和运营层面的效率分解,PPP 投资变化与因变量之间存在正向相关,并且通过了1%的统计显著性检验,表明PPP 投资变化与技术效率变化趋势存在高度相关性;控制变量方面,人力资本与基础设施规模和运营效率具有正向相关关系;交易和贸易因素对基础设施规模和运营效率趋势相关性在5%的统计显著性水平上显著,并且与全要素生产率变动回归相比,其系数表明交易和贸易因素对基础设施效率的边际提升作用明显,表明交易和贸易条件越便利,则基础设施规模和运营方面效率提升趋势越明显,正如上文分析,交易和贸易对基础设施效率的提升作用主要就是通过基础设施规模优势、集聚效应的充分发挥,从Malmquist指数分解角度来看,就是交易和贸易从基础设施运营和规模效率层面的效率促进,这种效应在交通基础设施中尤为明显,交易和贸易往来越频繁,则以公路为代表的基础设施每单位运营量或承载量带来的效率也就越高,不仅如此,每单位基础设施由于大量的交易和贸易量也更容易从运营能力层面提升其效率,即每单位的运营能力提升会伴随更多的交易和贸易量,体现出更多的效率促进作用。
将规模和运营效率指数进一步分解,如第5 列和第6 列所示。PPP 投资对效率的相关性方面,规模效率回归结果在10%的统计显著性水平上显著,而纯技术效率回归结果未能通过显著性检验。交易和贸易方面,正如上文分析,贸易对规模和运营效率的提升趋势都非常明显,在1%的统计显著性水平上显著,并且二者对比而言,交易和贸易对规模效应的促进作用更加明显,由于本文中主要采用的是ICT 基础设施形式,显然ICT 基础设施具有规模报酬递增效应,因而回归系数中规模效应边际效用大于表征运营能力的纯技术效率系数正是以上分析的反映。软制度环境方面,腐败与法制环境对基础设施纯技术效率和规模效率都具有显著影响,并通过1%的统计显著性水平检验。
综上所述,与静态条件下对DEA 效率值的回归相比,动态分解后的Malmquist 指数作为因变量时,自变量对效率的边际影响系数均大于静态条件下的DEA 效率回归,即动态条件下的Tobit 回归结果都显示出比静态条件下的DEA 回归具有更高的边际影响水平,并且PPP 投资额(取对数) 不论是静态情形还是动态情形下对基础设施效率的影响均表现出正相关,这说明私人资本参与基础设施建设和运营对基础设施效率和社会福利改善具有更强相关性,PPP 对基础设施的效率或社会福利水平及其增长趋势均具有正向促进作用。虽然各国基础设施效率DEA 值不同,但是PPP 投资变化对全要素生产率、规模效率等方面具有较强的促进作用。与此同时,在对效率进行Malmquist分解后,PPP 投资对表征外部环境变化的技术变化指数和表征运营能力的纯技术效率变化指数虽然呈正相关,但未通过显著性检验,表明私人资本的参与更多的是带来规模效应,通过新建基础设施对贸易和生产要素流动的边际效应提升从而提高基础设施效率和社会福利水平,同时这也反映出当下的私人资本参与公共基础设施投资集中于建设等前期生产环节,在运营等服务环节相对薄弱,而事实证明私人资本在基础设施服务领域中同样能较大程度上提升基础设施效率。以中国的PPP 项目为例,广受关注的2008 年奥运会场馆——“鸟巢”在国家体育场公司的运营下,探索出了以大型活动、旅游服务等商业服务为主体的运营模式,并连续多年实现盈利,不仅形成了北京市新型旅游、服务地标,同时解决了上千人就业问题,成功将奥运遗产灵活运营。
控制变量方面,不论是贸易条件、港口质量还是腐败、法制环境等软制度环境层面,动态条件下的Tobit 回归结果都显示出比静态条件下的DEA 回归具有更高的边际影响水平。
对用户请求进行全面深入的分析,必须要寻找并利用那些包含以下信息或知识的知识源:灾区相关信息(对灾区灾情信息、灾区地理位置、灾区天气情况及所需救灾物资等信息的约束)、救灾物资供应信息(对供应方位置、可供应物资等信息的约束)、应急物资运输信息(对运输工具、最优的运送路径、运送时间等信息的约束)。
具体而言,在人力资本水平方面,人力资本水平越高,对基础设施效率的提升作用越明显,二者之间存在正向相关性,但动态分解后人力资本水平对技术变化指数和规模效率变化指数的回归并没有显示出显著正向相关关系,表明人力资本对基础设施效率的促进作用更多的是通过对基础设施的运营方面,由于人力资本控制变量采用的是对各国与公共资源和服务相关的人力资源评估,回归结果中表征运营能力的纯技术效率呈现正相关、表征规模效应变化的规模效率指数负相关也就不足为奇了。其回归结果虽然未能通过显著性检验,但人力资本与运营效率变化正相关也说明了人力资本对基础设施效率的正向相关性。
公共资源筹集公平性方面,回归结果表明,公共资源筹集对穷人影响程度越高,则基础设施效率越低。虽然静态条件下公共资源筹集公平性边际系数为正,并且通过统计显著性检验,但是经过动态分解后该变量的回归结果显示系数符合预期假设,即公共支出和征收对穷人的影响程度与基础设施效率呈负相关,这也要求公共支出和征收要实现均等化或考虑收入差别,实现公共资源公平性对基础设施效率提升的促进作用。
交易和贸易环境层面,与静态回归相比,Malmquist 指数分解回归系数中除外部环境变化的技术进步指数未通过统计显著性检验,其他指数均具有显著正相关性,并且系数明显高于静态回归情形。这充分说明交易和贸易对基础设施效率提升和变化的重要性,基础设施效率以及社会福利水平变化与一国贸易条件紧密相关,中国过去改革开放过程中对基础设施领域的投入和建设充分证明二者之间相辅相成的正向相关性。当前在贸易保护主义抬头、经济增长乏力的大环境下更应该积极探索开放市场、贸易互通对经济增长促进和资本存量效率提升方面的作用。
港口质量层面,港口质量代表的基础设施质量越高,对基础设施效率变化的促进作用越显著,与此同时港口质量对基础设施质量的促进作用主要体现在全要素生产率变动和综合效率变化方面。
外部软制度环境层面,腐败显著抑制基础设施效率变化,法制环境显著促进基础设施效率提升,并且法制环境对效率的提升作用主要体现于纯技术效率和规模效率提升方面,而腐败对基础设施效率的抑制则体现在除技术进步指数之外的其他所有层面。
六、结语
本文对“一带一路”背景下PPP 模式建设基础设施的经济效应机制进行了检验。PPP 模式通过微观经济主体激励两种效应机制促使公共部门与私人部门进行合作并促进基础设施建设和经济发展。尤其在“一带一路”沿线国家当下经济发展水平的背景下,中国具有基础设施技术、产能等方面的比较优势,对PPP 的经济效应机制假设进行检验更加具有理论价值和实践指导意义。
本文首先对沿线43 个发展中国家ICT 基础设施效率进行DEA 测算,其中以电信行业年投资量、电信行业从业人员作为投入变量,电信行业年收入、电话总线路长度、互联网用户总量、公共付费电话用户数量和移动手机用户数量作为产出变量,并进一步对效率值进行Malmquist 指数分解。回归结果显示,PPP 投资额比率对基础设施效率值在1%置信水平上显著正相关,表明从静态角度上,“一带一路”沿线国家PPP模式下的基础设施投资数量变化与各国基础设施效率值之间存在显著相关性。控制变量方面,基础设施效率与人力资源、公共资源使用公平性、贸易便利性、法制等制度软环境方面都具有显著相关关系。将基础设施效率进行Malmquist 指数分解后私人资本参与基础设施建设和运营对基础设施效率和社会福利改善具有更强相关性。虽然各国基础设施效率DEA 值不同,但是PPP投资变化对全要素生产率、规模效率等方面均具有较强的促进作用。同时由于私人资本的参与更多的是带来规模效应,通过新建基础设施可提升贸易和生产要素流动的边际效应,从而提高基础设施效率和社会福利水平,说明在未来“一带一路”建设中,私人部门参与基础设施建设仍有广阔效率提升空间。
【参考文献】
[1] Grimsey D,Lewis M K. Evaluating the risks of public private partnerships for infrastructure projects [J].International Journal of Project Management,2002,20(2):107-118.
[2] Keers B B,van Fenema P C. Managing risks in public-private partnership formation projects [J].International Journal of Project Management,2018,36(6):861-875.
[3] Hart O,Holmstrom B. The Theory of Contracts [J].Working Papers,1986,39(4):71-155.
[4] Carpintero S,Petersen O H. Bundling and unbundling in Public–Private Partnerships: Implications for risk sharing in urban transport projects [J].Project Management Journal,2015,46(4):35-46.
[5] Bollou F. ICT Infrastructure Expansion in Sub-Saharan Africa: An Analysis of Six West African Countries from 1995 to 2002 [J].Electronic Journal of Information Systems in Developing Countries,2006,26(1):151-164.
[6] Koski H A,Majumdar S K. Convergence in telecommunications infrastructure development in OECD countries [J].Information Economics &Policy,2004,12(2):111-131.
[7] OjelankiNgwenyama,OlgaMorawczynski. Factors affecting ICT expansion in emerging economies: An analysis of ICT infrastructure expansion in five Latin American countries [J].Information Technology for Development,2009,15(4):237-258.
[8] Pagano P,Sbracia M,Finicelli A. Trade-revealed TFP: Meeting Papers,2008[C].
[9] 金戈. 中国基础设施与非基础设施资本存量及其产出弹性估算[J].经济研究,2016(05):41-56.
[10] 蔡东方,孔淑红. 融资激励和融资约束对PPP 模式下公共产品提供效率的影响——基于不完全契约理论的一般均衡分析[J].技术经济,2017(09):124-130.
[11] 李忠民,夏德水. 我国丝绸之路经济带物流设施效率分析——基于DEA模型的M almqusit 指数方法[J].西安财经学院学报,2014(5):71-77.
[12] 董洪超,蒋伏心,路璐. 基于DEA 模型的江苏经济发展中交通基础设施的效率研究[J].经济问题探索,2017(10):80-87.
[13] 孙钰,王坤岩,姚晓东. 基于DEA 交叉效率模型的城市公共基础设施经济效益评价[J].中国软科学,2015(1):172-183.
[14] 程敏,裴新杰. 我国地级及以上城市基础设施投入效率的时空差异研究——基于DEA 和Malmquist 指数模型[J].管理评论,2017,29(06):225-233.
[15] 李忠民,夏德水,姚宇. 长江经济带交通基础设施效率分析——基于DEA 模型的Malmqusit 指数方法! [J].技术经济,2014,33(07):62-68.
[16] 孙大海,陈建业. 上海市基础设施投入产出效率分析[J].上海应用技术学院学报(自然科学版),2006(01):66-70.
[17] 赵莉琴,刘敬严. 京津冀交通运输系统协同发展程度的DEA 评价[J].北京交通大学学报,2016(01):124-129.
[18] 伍文中. 基础设施投资效率及其经济效应分析——基于DEA 分析[J].经济问题,2011(01):41-45.
[19] 李婷婷. 基于DEA 方法的长江经济带基础设施投资效率评价[J].现代商业,2017(27):172-173.
[20] 艾麦提江·阿布都哈力克,白洋,邓峰. 新疆基础设施投资效率研究——基于三阶段DEA 方法[J].新疆财经,2017(04):59-66.
[21] 程敏,裴新杰. 我国地级及以上城市基础设施投入效率的时空差异研究——基于DEA 和Malmquist 指数模型[J].管理评论,2017(06):225-233.
[22] 叶龙生,万光彩. “一带一路”沿途18 省市基础设施建设评价研究[J].江南大学学报(人文社会科学版),2017(04):82-89.
[23] 崔治文,周世香,章成帅. 基于DEA 方法的山西省基础设施投资绩效评价[J].会计之友,2012(07):35-37.
[24] 张娟,雷辉,王云飞等.“一带一路”沿线国家的交通基础设施投资效率的比较[J].统计与决策,2016(19):61-63.
[25] 李建军,李俊成.“一带一路”倡议是否增进了沿线国家基础设施绩效? [J].兰州大学学报(社会科学版),2018,46(04):61-73.
[26] 隋广军,黄亮雄,黄兴. 中国对外直接投资、基础设施建设与“一带一路”沿线国家经济增长[J].广东财经大学学报,2017,32(01):32-43.
[27] 李建军,李俊成.“一带一路”基础设施建设、经济发展与金融要素[J].国际金融研究,2018(02):8-18.
[28] 许娇,陈坤铭,杨书菲等.“一带一路”交通基础设施建设的国际经贸效应[J].亚太经济,2016(03):3-11.
[29] 汪立鑫,左川,李苍祺. PPP 项目是否提升了基础设施的产出效率?[J].财政研究,2019(01):90-102.
[30] 鲁晓东,连玉君. 中国工业企业全要素生产率估计:1999—2007 [J].经济学(季刊),2012(02):541-558.
[31] 王雪娅,刘奕.“亚投行”背景下中国基础设施投资效率分析——基于DEA-Malmquist 指数法[J].东华大学学报(社会科学版),2016,16(01):18-23.
[32] 张宗益,张莹. 创新环境与区域技术创新效率的实证研究[J].软科学,2008(12):123-127.
[33] 郝金磊,尹萌. 丝绸之路经济带沿线地区创新效率评价及影响因素研究——基于BCC 和Malmquist 指数法的DEA-Tobit 模型[J].科技管理研究,2018,38(05):69-76.
[34] 马骏,王雪晴. 长江经济带工业环境效率差异及其影响因素——基于超效率DEA-Malmquist-Tobit 模型[J].河海大学学报(哲学社会科学版),2017,19(03):49-54.
[35] 史方圆. 2005-2015 年中原城市群生态效率及影响因素分析——基于DEA Malmquist Tobit 模型的实证研究[J].台湾农业探索,2018(04):1-10.
[36] 田泽,程飞,梁伟.“一带一路”沿线省市区工业生态效率及影响因素研究——基于DEA-Malmquist-Tobit 模型[J].企业经济,2017,36(11):142-147.
Research on PPP Promoting Infrastructure Efficiency——An Empirical Test Based on Countries Along the “Belt and Road”
CAI Dong-fang
(School of International Trade and Economics, University of International Business and Economics, Beijing 100029, China)
Abstract: Most of the countries along the “Belt and Road” are developing countries.These countries have begun to adopt the PPP model to build infrastructure since the end of the 20th century.It is not an issue of effect test but also a guiding significance for the B&R construction to test the effect of PPP mode in the countries along the B&R in the past 30 years. This paper firstly calculates the ICT in-frastructure efficiency level of 43 developing countries along the B&R from 2000 to 2016, and then uses the Tobit model to empirically test the effect of PPP project quantity on ICT infrastructure efficiency. The results show that the amount of PPP investment along the B&R is significantly positively correlated with the infrastructure efficiency. After the Malmquist index is decomposed, the private capital par-ticipation in infrastructure construction and operation has a stronger correlation with infrastructure efficiency and social welfare improve-ment. The results suggest that the efficiency of the facilities or the level of social welfare and its growth trend are positively related with PPP investment. At the same time, as the participation of private capital is more likely to bring about scale effect to promote the infras-tructure efficiency and social welfare, the results indicate that the private sector Participation in infrastructure construction still has room for improvement of efficiency in the process of constructing the “Belt and Road” .
Key words: PPP; “the Belt and Road”; Infrastructure efficiency; Private capital
中图分类号: F284
文献标识码: A
文章编号: 1004-292X(2019)07-0001-10
收稿日期: 2019-03-15
基金项目: 北京社会科学基金项目(16YJB025)。
作者简介: 蔡东方(1988-),男,河南安阳人,博士研究生,研究方向:国际贸易。
(责任编辑:SY)
标签:ppp论文; “一带一路”论文; 基础设施论文; 私人成本论文; 对外经济贸易大学国际经济贸易学院论文;