城市市政基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展的空間交互影響

儲(chǔ)君 劉一鳴 林雄斌 仝德,?

城市市政基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展的空間交互影響

儲(chǔ)君1劉一鳴1林雄斌2仝德1,?

1.北京大學(xué)未來(lái)城市實(shí)驗(yàn)室(深圳), 北京大學(xué)深圳研究生院, 深圳 518055; 2.寧波大學(xué)地理科學(xué)與旅游文化學(xué)院, 寧波 315211; ?通信作者, E-mail: tongde@pkusz.edu.cn

通過(guò)空間聯(lián)立方程模型, 基于 2011 和 2016 年 241 個(gè)城市樣本數(shù)據(jù), 研究城市市政基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展的雙向互饋及其空間相互作用。結(jié)果表明: 1)考慮內(nèi)生性后, 基礎(chǔ)設(shè)施投資的空間滯后項(xiàng)系數(shù)顯著為正, 地方政府在投資行為上模仿彼此; 2)基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展之間存在雙向互促作用。建議加強(qiáng)對(duì)基礎(chǔ)設(shè)施投資的預(yù)算管理, 改革晉升績(jī)效考核機(jī)制。

內(nèi)生性; 溢出; 資源流動(dòng); 重復(fù)建設(shè); 空間聯(lián)立方程

基礎(chǔ)設(shè)施是新型城鎮(zhèn)化的物質(zhì)基礎(chǔ)和關(guān)鍵支撐, 是城市經(jīng)濟(jì)發(fā)展的引擎和加速器, 也是區(qū)域經(jīng)濟(jì)協(xié)調(diào)的重要政策工具。1978 年, 我國(guó)國(guó)內(nèi)生產(chǎn)總值為 3678 億元, 全國(guó)城市市政公用基礎(chǔ)設(shè)施投資完成額僅為 12 億。2016 年, 前者增至 827122 億, 后者增至 19327.6 億。換言之, 38 年內(nèi) GDP 增加 223倍, 而基礎(chǔ)設(shè)施投資增加 1609 倍。與此同時(shí), 無(wú)論是在京津冀協(xié)同區(qū)和粵港澳大灣區(qū), 還是在長(zhǎng)江三角洲等區(qū)域規(guī)劃中, 基礎(chǔ)設(shè)施互聯(lián)互通都是區(qū)域協(xié)作的戰(zhàn)略目標(biāo), 受到格外的重視。2020 年, 為重振疫后經(jīng)濟(jì), 新型基礎(chǔ)設(shè)施的投資建設(shè)成為熱門議題[1],政府工作報(bào)告提出“加強(qiáng)新型基礎(chǔ)設(shè)施建設(shè), 發(fā)展新一代信息網(wǎng)絡(luò), 拓展 5G 應(yīng)用, 建設(shè)充電樁, 推廣新能源汽車, 激發(fā)新消費(fèi)需求, 助力產(chǎn)業(yè)升級(jí)”。因此, 研究基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的作用很有必要。

基礎(chǔ)設(shè)施投資的經(jīng)濟(jì)績(jī)效始終是關(guān)注的焦點(diǎn),基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展有正向促進(jìn)作用[2-3]。考慮到邊際效益遞減、對(duì)私人資本的擠出效應(yīng)及行政分權(quán)下地方競(jìng)爭(zhēng)等因素, 也有學(xué)者認(rèn)為基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長(zhǎng)的作用存在拐點(diǎn), 且存在區(qū)域差異[4]。另外, 基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展的內(nèi)生性問(wèn)題也會(huì)使經(jīng)濟(jì)績(jī)效的估計(jì)產(chǎn)生偏差[5]。

基礎(chǔ)設(shè)施空間溢出效應(yīng)(即對(duì)外部地區(qū)經(jīng)濟(jì)發(fā)展的影響)的實(shí)證研究也屢見不鮮。首先, 在分行業(yè)的研究中, 交通等網(wǎng)絡(luò)型基礎(chǔ)設(shè)施的空間正向溢出得到共識(shí)。例如, 張學(xué)良[6]以省為單位, 估計(jì)交通設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)的彈性約為 0.05~0.07, 并認(rèn)為“中國(guó)交通基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)非常顯著”, 如不考慮溢出效應(yīng), 線性回歸分析將得到高估的結(jié)果。林雄斌等[7]在討論交通投資時(shí)也考慮了空間溢出效應(yīng), 并得到類似的結(jié)論。其次, 在不分行業(yè)(以基礎(chǔ)設(shè)施作為總體)的研究中, 基礎(chǔ)設(shè)施投資在省尺度下的空間溢出效應(yīng)較為顯著[8]。

目前的研究更多地關(guān)注基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的作用, 但對(duì)地方政府投資行為的空間相互作用機(jī)理尚存在爭(zhēng)議。一方面, 根據(jù)溢出模型[9], 當(dāng)鄰近城市基礎(chǔ)設(shè)施投資增加時(shí), 該城市可借助基礎(chǔ)設(shè)施空間溢出作用來(lái)減少自身的基礎(chǔ)設(shè)施投資[10]; 另一方面, 根據(jù)資源流動(dòng)模型[9], 由于城市之間的競(jìng)爭(zhēng)壓力和模仿效應(yīng), 鄰近城市增加基礎(chǔ)設(shè)施投資會(huì)導(dǎo)致該城市同時(shí)增加基礎(chǔ)設(shè)施投資[11]。另外，盡管已有少數(shù)研究考察了政府間公共基礎(chǔ)設(shè)施支出的空間相互作用[10], 但仍缺少在投資與經(jīng)濟(jì)雙向因果的框架下理解這一問(wèn)題的研究。在考慮基礎(chǔ)設(shè)施與經(jīng)濟(jì)發(fā)展的內(nèi)生性后, 這種空間相互作用是怎樣的呢？究竟哪種模型可以更好地解釋中國(guó)城市基礎(chǔ)設(shè)施投資行為？

本文在城市尺度上, 研究市政基礎(chǔ)設(shè)施投資行為及其與經(jīng)濟(jì)發(fā)展的關(guān)系。由于統(tǒng)計(jì)資料口徑的原因, 限定為狹義的基礎(chǔ)設(shè)施(即市政公用基礎(chǔ)設(shè)施), 主要包括道路交通(含地鐵等軌道交通)、給水工程、排水工程、供熱工程、燃?xì)夤こ獭@林綠化、環(huán)境衛(wèi)生設(shè)施、環(huán)境保護(hù)、防洪和人防等設(shè)施, 不包含學(xué)校和醫(yī)院等公共服務(wù)設(shè)施。本文首先對(duì)城市市政基礎(chǔ)設(shè)施(簡(jiǎn)稱基礎(chǔ)設(shè)施)投資行為進(jìn)行考察, 并分析地方政府基礎(chǔ)設(shè)施投資行為的空間競(jìng)爭(zhēng)形態(tài)。最后, 基于 2011 和 2016 年 241 個(gè)城市的樣本, 采用空間聯(lián)立方程模型進(jìn)行實(shí)證研究。

1 基礎(chǔ)設(shè)施投資行為

1.1 基礎(chǔ)設(shè)施投資決策主體與過(guò)程分析

分稅制改革以后, 我國(guó)城市市政基礎(chǔ)設(shè)施投資(不含跨市行政區(qū)的基礎(chǔ)設(shè)施)的決策主體主要是地方城市政府[12], 其下屬部門(如發(fā)展改革、城市規(guī)劃以及建設(shè)等職能部門)負(fù)責(zé)具體事務(wù)。例如, 發(fā)展與改革部門直接負(fù)責(zé)各類投資的審批與備案, 同時(shí)在負(fù)責(zé)編制國(guó)民經(jīng)濟(jì)社會(huì)發(fā)展規(guī)劃時(shí), 直接接入基礎(chǔ)設(shè)施投融資的各個(gè)環(huán)節(jié); 城市規(guī)劃部門則通過(guò)城市總體規(guī)劃、市政與交通設(shè)施專項(xiàng)規(guī)劃等技術(shù)手段, 間接地參與基礎(chǔ)設(shè)施的投資決策。電力供水等專業(yè)公司和城市投資建設(shè)公司也在政府主導(dǎo)下, 通過(guò) PPP (public-private partnership, 政府與社會(huì)資本合作)等形式在一定程度上參與基礎(chǔ)設(shè)施的投資決策[13]。

1.2 基礎(chǔ)設(shè)施投資的驅(qū)動(dòng)因素

盡管基礎(chǔ)設(shè)施投資的主要目的是滿足生產(chǎn)和生活的需求, 營(yíng)造良好的經(jīng)商與人居環(huán)境, 經(jīng)濟(jì)發(fā)展與人居環(huán)境是其主要驅(qū)動(dòng)因素, 但是根據(jù)公共選擇理論, 官員、政府或利益集團(tuán)的行為特征也可能成為驅(qū)動(dòng)基礎(chǔ)設(shè)施投資的因素。在美國(guó)城市的案例中, 基礎(chǔ)設(shè)施投資需要通過(guò)地方議會(huì)表決, 因此中位數(shù)選民的意愿至關(guān)重要[14]。在經(jīng)濟(jì)發(fā)達(dá)的地區(qū), 中位數(shù)選民傾向于消費(fèi)更多的基礎(chǔ)設(shè)施。中國(guó)的案例展示了不同背景下相似的結(jié)論。例如, 張軍等[15]認(rèn)為在控制經(jīng)濟(jì)發(fā)展與金融環(huán)境等因素后, 政府在“招商引資”方面的標(biāo)尺競(jìng)爭(zhēng)以及在政府治理上的轉(zhuǎn)型提升了基礎(chǔ)設(shè)施投資的規(guī)模。進(jìn)一步地, 有學(xué)者認(rèn)為制度層面的晉升激勵(lì)與財(cái)政分權(quán)是基礎(chǔ)設(shè)施投資的驅(qū)動(dòng)因素[16-17]。

1.3 基礎(chǔ)設(shè)施投資的經(jīng)濟(jì)績(jī)效

基礎(chǔ)設(shè)施投資也會(huì)促進(jìn)經(jīng)濟(jì)發(fā)展。Aschauer[3]和 Munnel[14]通過(guò)實(shí)證研究, 證實(shí)基礎(chǔ)設(shè)施投資對(duì)區(qū)域經(jīng)濟(jì)發(fā)展有正向促進(jìn)作用。首先, 公共資本存量的增加提高了企業(yè)資本生產(chǎn)效率, 降低企業(yè)生產(chǎn)成本, 從而提升生產(chǎn)率。其次, 基礎(chǔ)設(shè)施具有規(guī)模報(bào)酬遞增效應(yīng)和網(wǎng)絡(luò)效應(yīng), 具有外部性[14]?；A(chǔ)設(shè)施與一般固定資本相同, 具有規(guī)模報(bào)酬遞增性。這主要是由于隨著生產(chǎn)者增多, 固定資本的成本被攤薄。與此同時(shí), 交通基礎(chǔ)設(shè)施等網(wǎng)狀基礎(chǔ)設(shè)施具有網(wǎng)絡(luò)效應(yīng), 鄰近地區(qū)的設(shè)施建設(shè)將提高本地區(qū)的基礎(chǔ)設(shè)施效率, 進(jìn)而促進(jìn)經(jīng)濟(jì)發(fā)展。最后, 基礎(chǔ)設(shè)施投資本身作為建設(shè)活動(dòng), 消費(fèi)原材料, 投入勞動(dòng)力, 也可以起到促進(jìn)經(jīng)濟(jì)發(fā)展的作用。

對(duì)于基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的正向作用, 學(xué)界也存在不同的聲音。除內(nèi)生性外, 主要的反對(duì)意見可以歸為 4 點(diǎn): 對(duì)私人資本的擠出效應(yīng); 經(jīng)濟(jì)增長(zhǎng)與基礎(chǔ)設(shè)施投資共同趨勢(shì)(協(xié)整); 回歸分析中可能的遺漏變量; 不同項(xiàng)目的尺度計(jì)量結(jié)果不一致[18]。盡管存在反對(duì)意見, 多數(shù)學(xué)者仍支持基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)作用[18]。

2 基礎(chǔ)設(shè)施投資行為的空間相互作用

有關(guān)空間相互作用的解釋始終受到學(xué)者關(guān)注。Brueckner[9]將政府間空間策略性互動(dòng)(strategic in-teraction)總結(jié)為兩類: 溢出模型(spill-over model)與資源流動(dòng)模型(resource-flow model)。前者指某一行為具有空間外部性, 鄰域?qū)ο蟮哪硞€(gè)行為直接影響本地的策略選擇, 如污染治理。后者指鄰域?qū)ο蟮哪硞€(gè)行為導(dǎo)致本地資源流動(dòng), 進(jìn)而影響本地策略選擇, 如稅收競(jìng)爭(zhēng)。

基礎(chǔ)設(shè)施投資的空間相互作用機(jī)理有待更多的討論。目前主要存在兩種觀點(diǎn): 1)隨著鄰域增加投資, 本地將因?yàn)榭臻g溢出效應(yīng)減少投資[10]; 2)臨近城市存在基礎(chǔ)設(shè)施重復(fù)投資建設(shè)等相互攀比現(xiàn)象[11]?；谫Y源流動(dòng)的空間互動(dòng), 或者基于溢出模型的標(biāo)尺競(jìng)爭(zhēng)(yardstick competition)都可以解釋重復(fù)建設(shè)的現(xiàn)象, Brueckner[9]將這兩種解釋統(tǒng)稱為模仿(mimicking)。

2.1 溢出效應(yīng)模型

由于部分基礎(chǔ)設(shè)施具有網(wǎng)絡(luò)效應(yīng)等外部性, 因此鄰域城市的投資可以直接提升本地現(xiàn)有設(shè)施的效率。按照靜態(tài)完全信息博弈模型, 當(dāng)鄰域增加投資時(shí), 本地的最優(yōu)策略是減少投資。假設(shè)有兩個(gè)城市a 和 b, 彼此的基礎(chǔ)設(shè)施投資存在空間溢出效應(yīng)[10]。兩城市在完全信息的條件下, 進(jìn)行基礎(chǔ)設(shè)施投資的博弈。城市 a 支出資金a用于建設(shè)基礎(chǔ)設(shè)施, 利潤(rùn)a為收益函數(shù)a與成本函數(shù)a之差:

a=a(a+b) -a(a), (1)

其中, 成本函數(shù)取決于自身投入a; 收益函數(shù)不僅取決于自身的投入, 還取決于城市 b 的投入b, 即存在空間溢出效應(yīng)。城市 b 的利潤(rùn)函數(shù)與 a 類似

b=b(a+b) -b(b)。 (2)

如果假設(shè)收益函數(shù)一階導(dǎo)數(shù)大于 0, 二階導(dǎo)數(shù)小于 0, 成本函數(shù)一階與二階導(dǎo)數(shù)均大于 0, 經(jīng)推導(dǎo)[10]可知, 當(dāng)一個(gè)城市增加基礎(chǔ)設(shè)施支出時(shí), 另一個(gè)城市的最優(yōu)策略是減少基礎(chǔ)設(shè)施支出。

2.2 資源流動(dòng)模型

基礎(chǔ)設(shè)施投資行為的空間作用本質(zhì)是資源流動(dòng)引發(fā)的策略互動(dòng)。在資源流動(dòng)模型中, 對(duì)方的行為不會(huì)對(duì)己方效用產(chǎn)生直接的影響, 但會(huì)導(dǎo)致資源流向發(fā)生改變。稅收博弈就是典型的例子。當(dāng)某個(gè)城市的鄰近城市降低企業(yè)和個(gè)人所得稅稅率后, 不會(huì)直接影響某個(gè)城市的效用, 但如果該城市保持原稅率, 鄰近城市稅率降低后, 人口會(huì)從這個(gè)城市流向鄰近城市, 從而可能降低該城市的稅收。因此, 在鄰近城市稅率降低后, 該城市的最優(yōu)策略可能是降低稅率(需要權(quán)衡人口減少與稅率降低的成本收益, 策略并不確定)。

與此類似, 基礎(chǔ)設(shè)施投資也會(huì)引發(fā)類似的資源流動(dòng)。一類是企業(yè)和居民的流動(dòng)。某個(gè)城市的鄰近城市基礎(chǔ)設(shè)施投資增加, 將降低鄰近城市的生產(chǎn)生活成本, 吸引該城市的企業(yè)和居民向鄰近城市遷居流動(dòng), 因此該城市在考慮成本后, 可能會(huì)增加基礎(chǔ)設(shè)施投資。另一類是政治資源的流動(dòng)。晉升博弈中的激勵(lì)機(jī)制[19]為政治資源流動(dòng)提供了解釋框架。不同于單純的財(cái)稅激勵(lì), 晉升博弈是一種零和博弈, 在于同一行政轄區(qū)內(nèi), 一個(gè)官員的晉升意味著另一個(gè)官員晉升機(jī)會(huì)的喪失。如果某個(gè)城市的鄰近城市增加基礎(chǔ)設(shè)施投資, 城市環(huán)境發(fā)生較大的改善, 上級(jí)管理者可能更關(guān)注該城市的鄰近城市, 那么在晉升競(jìng)爭(zhēng)中, 該城市鄰近城市的管理者將獲得更多取勝的機(jī)會(huì), 同時(shí)該城市管理者的晉升機(jī)會(huì)將降低。這種政治資源的流動(dòng), 將導(dǎo)致基礎(chǔ)設(shè)施投資上的競(jìng)爭(zhēng)行為。即使存在空間溢出這類正外部性, 彼此相鄰的城市也未必做出互利的決策, 如 20 世紀(jì) 90 年代的“開發(fā)區(qū)熱”[20]以及 2000 年前后京津冀在港口和機(jī)場(chǎng)的重復(fù)建設(shè)[21]等案例。

3 模型與數(shù)據(jù)

3.1 模型設(shè)定

在理論分析以及下面的探索性數(shù)據(jù)分析中, 我們均推測(cè)模型中變量存在空間依賴關(guān)系, 故本文采取空間計(jì)量模型。傳統(tǒng)的空間計(jì)量模型包括空間滯后模型和空間誤差模型。同時(shí), 基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展之間還存在內(nèi)在的因果關(guān)系。因此, 本文選擇空間聯(lián)立方程作為計(jì)量模型。該模型既可以解釋交互的因果關(guān)系, 又可以兼顧空間溢出效應(yīng)。

空間聯(lián)立方程包括經(jīng)濟(jì)發(fā)展方程和基礎(chǔ)設(shè)施投資方程。方程中內(nèi)生變量是經(jīng)濟(jì)產(chǎn)出()與基礎(chǔ)設(shè)施投資(INFRAS)。在經(jīng)濟(jì)發(fā)展方程(式(3))中, 以生產(chǎn)函數(shù)為基礎(chǔ), 加入主要的控制變量為勞動(dòng)力()、資本存量()、第二產(chǎn)業(yè)占比(INDUSTRY)、區(qū)域差異(EAST, CENTRAL)以及城市行政等級(jí)(HIERA CHY)。在基礎(chǔ)設(shè)施方程(式(4))中, 以外國(guó)直接投資占比(FDI)、城市建成區(qū)面積(BUA)、區(qū)域差異(EAST, CENTRAL)以及城市行政等級(jí)(HIERACHY)作為控制變量。

ln=11+11*ln+12*ln INFRAS+11ln INFRAS+

12ln+13ln+14ln INDUSTRY+14EAST+

15CENTRAL+16HEIRACHY+1,(3)

lnINFRAS=21+21*ln+22*ln INFRAS+21ln+

22ln BUA+23FDI++24EAST+

25CENTRAL+26HEIRACHY+2,(4)

其中,為空間權(quán)重矩陣,1和2為隨機(jī)變量,11,11~16,21,21~26為待估計(jì)系數(shù)。

3.2 變量與數(shù)據(jù)

本文使用 2011 和 2016 年的 241 個(gè)地級(jí)以上城市數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。受限于現(xiàn)有統(tǒng)計(jì)年鑒中, 部分樣本城市的數(shù)據(jù)缺失, 會(huì)影響空間計(jì)量結(jié)果, 造成有偏估計(jì), 不過(guò), 我們?cè)跀?shù)據(jù)處理過(guò)程中最大限度地減少了數(shù)據(jù)缺失。首先, 截至 2016 年 9 月, 中國(guó)大陸地級(jí)區(qū)劃共 334 個(gè): 293 個(gè)地級(jí)市、30 個(gè)自治州、8 個(gè)地區(qū)和 3 個(gè)盟。鑒于研究對(duì)象為城市, 且《中國(guó)城市統(tǒng)計(jì)年鑒》中主要記錄城市的相關(guān)信息, 不包含自治州、地區(qū)和盟的數(shù)據(jù)(共 41 個(gè)), 因此只對(duì) 293 個(gè)城市進(jìn)行分析。在《中國(guó)城市統(tǒng)計(jì)年鑒》中, 西部省份欠發(fā)達(dá)城市統(tǒng)計(jì)數(shù)據(jù)質(zhì)量較低, 有 34 個(gè)城市缺少長(zhǎng)期連續(xù)的統(tǒng)計(jì)數(shù)據(jù), 無(wú)法支撐研究。這 34 個(gè)城市包括西藏(5 個(gè))、內(nèi)蒙古(4 個(gè))、云南(4 個(gè))、四川(4 個(gè))、廣西(3 個(gè))、新疆(2 個(gè))、青海(2 個(gè))、甘肅(3 個(gè))、寧夏(2 個(gè))、海南(3 個(gè))、貴州(1個(gè))和陜西(1 個(gè))等省份。中東部城市中, 有 18 個(gè)城市缺少長(zhǎng)時(shí)段的固定資產(chǎn)投資數(shù)據(jù)。在使用永續(xù)存盤法進(jìn)行資本存量估計(jì)時(shí)需要長(zhǎng)時(shí)間數(shù)據(jù), 尤其需要起始時(shí)間的數(shù)據(jù), 這些城市的數(shù)據(jù)缺失值過(guò)多, 因此無(wú)法進(jìn)行資本存量估計(jì)。變量解釋與數(shù)據(jù)來(lái)源見表 1。

3.2.1基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)產(chǎn)出

基礎(chǔ)設(shè)施投資(INFRAS)與經(jīng)濟(jì)產(chǎn)出是兩個(gè)內(nèi)生被解釋變量?；A(chǔ)設(shè)施數(shù)據(jù)來(lái)自《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》中基礎(chǔ)設(shè)施完成投資額。按照年鑒統(tǒng)計(jì)口徑, 基礎(chǔ)設(shè)施包括道路交通、給水工程、排水工程、供熱工程、燃?xì)夤こ獭@林綠化、環(huán)境衛(wèi)生設(shè)施、環(huán)境保護(hù)以及防洪和人防(受限于數(shù)據(jù)來(lái)源, 不包含電力與電信)。另外, 本文的基礎(chǔ)設(shè)施指城市基礎(chǔ)設(shè)施, 不包含農(nóng)村基礎(chǔ)設(shè)施。經(jīng)濟(jì)產(chǎn)出方面, 用全市 GDP 總量來(lái)衡量, 數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。預(yù)計(jì)基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展存在雙向互動(dòng)關(guān)系, 即基礎(chǔ)設(shè)施投資促進(jìn)經(jīng)濟(jì)發(fā)展, 經(jīng)濟(jì)發(fā)展也會(huì)促進(jìn)基礎(chǔ)設(shè)施投資的增加。

表1 變量解釋與數(shù)據(jù)來(lái)源

3.2.2 社會(huì)固定資產(chǎn)資本存量

在生產(chǎn)函數(shù)中, 固定資本存量是重要的生產(chǎn)要素, 因此在經(jīng)濟(jì)發(fā)展方程中加入固定資本存量作為變量。由于缺乏固定資本存量的官方統(tǒng)計(jì)數(shù)據(jù), 故采取永續(xù)存盤法估算資本存量。在永續(xù)存盤法中, 本期資本存量等于折舊后的上一期資本加上本年度投資。這個(gè)方法的核心在于確定當(dāng)年投資額的數(shù)據(jù), 估算基期資本存量和投資品價(jià)格指數(shù), 選定折舊率。由于缺少固定資本完成額的數(shù)據(jù), 我們使用全社會(huì)固定投資額數(shù)據(jù), 并取前 3 年平均值[22]。由于數(shù)據(jù)的時(shí)間跨度較小, 我們選擇無(wú)窮等比遞減數(shù)列和法估算基期存量。數(shù)據(jù)時(shí)間段為 1996—2016年。一般資本品的折舊率設(shè)定為 9.6%[23]。

3.2.3 其他變量

在經(jīng)濟(jì)發(fā)展方程中, 勞動(dòng)力作為生產(chǎn)函數(shù)中的生產(chǎn)要素被加入, 勞動(dòng)力的增加將提升經(jīng)濟(jì)產(chǎn)出。受限于地級(jí)城市數(shù)據(jù)的獲取, 采用《中國(guó)城市統(tǒng)計(jì)年鑒》中從業(yè)人員作為勞動(dòng)力的代理變量[24]。同時(shí), 工業(yè)化水平也作為控制變量加入方程中, 用于衡量城市產(chǎn)業(yè)結(jié)構(gòu)的差異[25]。工業(yè)化水平以第二產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值比例來(lái)測(cè)量。主要數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。工業(yè)化程度增加是否導(dǎo)致產(chǎn)出增加, 取決于產(chǎn)業(yè)之間生產(chǎn)效率的差異。

在基礎(chǔ)設(shè)施投資方程中, 加入城市建成區(qū)面積作為控制變量。Yu 等[10]選擇人口與人口密度作為控制變量。為了避免共線性, 我們選擇建成區(qū)面積作為控制變量。建成區(qū)面積越大, 需求越多, 基礎(chǔ)設(shè)施投資越多。數(shù)據(jù)來(lái)自《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》。同時(shí), 基礎(chǔ)設(shè)施投資方程中還加入 FDI 作為控制變量。在晉升激勵(lì)下, 各城市首要目標(biāo)是“招商引資”, 為營(yíng)造良好的營(yíng)商環(huán)境, 就需進(jìn)行基礎(chǔ)設(shè)施建設(shè)。本文以 FDI 作為晉升激勵(lì)標(biāo)尺競(jìng)爭(zhēng)的代理變量, 并用 FDI 與 GDP 之比定義該變量[13-14]。數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。

將城市宏觀區(qū)位(東部和中部)和城市行政等級(jí)作為控制變量, 同時(shí)加入經(jīng)濟(jì)發(fā)展方程與基礎(chǔ)設(shè)施投資方程。如果位于東部, 則東部虛擬變量為 1, 其余為 0。如果位于中部, 則中部虛擬變量為 1, 其余為 0。如果是直轄市、副省級(jí)或省會(huì), 則城市行政等級(jí)虛擬變量為 1, 否則為 0。不同城市的宏觀區(qū)位可能存在地理環(huán)境、經(jīng)濟(jì)區(qū)位和政策環(huán)境的不同, 行政等級(jí)則意味著政治資源的不同, 這兩者均可能帶來(lái)產(chǎn)出與投資的差異。

3.2.4空間權(quán)重矩陣

結(jié)合式(5)和(6), 本文采取臨近法構(gòu)建空間矩陣。如果兩個(gè)區(qū)域在地理上相鄰, 則w為 1; 如果兩個(gè)不相鄰, 則w為 0。

3.2.5 空間自相關(guān)分析

為考察經(jīng)濟(jì)發(fā)展與基礎(chǔ)設(shè)施投資的空間自相關(guān)性, 首先繪制兩者的空間分布圖(圖 1(a)和(b))及空間自相關(guān)圖(局部Moran’, 圖 1(c)和(d))?？梢钥闯? 一些城市群(如京津冀地區(qū)和長(zhǎng)三角等)在經(jīng)濟(jì)發(fā)展與基礎(chǔ)設(shè)施投資上具有一定的空間集聚性。

分別計(jì)算經(jīng)濟(jì)發(fā)展(對(duì)數(shù)形式)與基礎(chǔ)設(shè)施投資(對(duì)數(shù)形式)的 Moran’, 其值分別為 0.3 和 0.12。原假設(shè)為不存在空間自相關(guān), 兩者值均接近 0, 可以拒絕不存在空間自相關(guān)的原假設(shè), 認(rèn)為兩者均存在空間自相關(guān)性。

4 實(shí)證結(jié)果

根據(jù)階條件，方程組屬于過(guò)度識(shí)別類型, 可以使用廣義空間三階段最小二乘法(GS3SLS)[26-28]進(jìn)行估計(jì)。GS3SLS 既考慮內(nèi)生變量的潛在空間相關(guān)性也考慮各方程隨機(jī)誤差項(xiàng)間的相關(guān)性, 可以提高估計(jì)結(jié)果的有效性。由于各變量的 VIF 均小于 10, 可以認(rèn)為共線性問(wèn)題不嚴(yán)重。

整體有效性檢驗(yàn)結(jié)果顯示模型有效、可信。2011 和 2016 兩個(gè)年份中, 經(jīng)濟(jì)增長(zhǎng)方程的調(diào)整2均高于 0.89, 基礎(chǔ)設(shè)施投資方程的調(diào)整2均高于0.7, 擬合度較高。另外, 兩個(gè)方程均通過(guò)檢驗(yàn), 模型具備整體有效性。

4.1 經(jīng)濟(jì)增長(zhǎng)方程

基礎(chǔ)設(shè)施投資變量在空間聯(lián)立方程模型中的系數(shù)均顯著為正。2016 年彈性系數(shù)為 0.128(表 2), 即在控制其他變量的情況下, 基礎(chǔ)設(shè)施投資每增加1%, GDP 增加 0.128%, 說(shuō)明基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)產(chǎn)出具有顯著的正向作用。

考察經(jīng)濟(jì)增長(zhǎng)方程中的空間作用可以發(fā)現(xiàn), 首先, 經(jīng)濟(jì)產(chǎn)出的空間滯后項(xiàng)的系數(shù)在兩個(gè)年份均顯著為正, 因此經(jīng)濟(jì)發(fā)展具有溢出效應(yīng)。某個(gè)城市鄰近城市的經(jīng)濟(jì)增長(zhǎng)對(duì)該城市經(jīng)濟(jì)有正向作用, 所以某個(gè)城市鄰近城市的經(jīng)濟(jì)增長(zhǎng)可以提升本城市的相關(guān)產(chǎn)業(yè)需求, 從而增加該城市的經(jīng)濟(jì)產(chǎn)出。某城市鄰近城市的經(jīng)濟(jì)增長(zhǎng)也會(huì)帶來(lái)區(qū)域的產(chǎn)業(yè)集聚, 從而促進(jìn)該市的經(jīng)濟(jì)發(fā)展。其次, 基礎(chǔ)設(shè)施投資空間滯后項(xiàng)的系數(shù)并不顯著。結(jié)果還顯示, 基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)不明顯, 主要有兩個(gè)原因。第一, 研究使用的數(shù)據(jù)是城市市政基礎(chǔ)設(shè)施投資數(shù)據(jù), 不包含部分區(qū)域(如省級(jí)和國(guó)家級(jí))基礎(chǔ)設(shè)施投資數(shù)據(jù)。區(qū)域基礎(chǔ)設(shè)施涉及多個(gè)城市, 網(wǎng)絡(luò)效應(yīng)更強(qiáng), 其空間溢出效應(yīng)高于城市基礎(chǔ)設(shè)施。第二, 本文研究的對(duì)象為各類基礎(chǔ)設(shè)施, 其溢出效用存在差異, 譬如城市綠地公園等設(shè)施的溢出效應(yīng)弱于交通設(shè)施。與對(duì)分行業(yè)基礎(chǔ)設(shè)施(如交通費(fèi)設(shè)施)空間溢出效應(yīng)的研究相比, 本文估計(jì)的溢出效應(yīng)并不顯著。

勞動(dòng)力和社會(huì)固定資本存量系數(shù)顯著為正, 這與我們的預(yù)期一致?？傮w上, 隨著勞動(dòng)力和社會(huì)固定資本存量的增加, 城市生產(chǎn)總值是增加的。工業(yè)化變量系數(shù)顯著為正說(shuō)明工業(yè)化程度提升, 經(jīng)濟(jì)產(chǎn)出上升, 表明第二產(chǎn)業(yè)當(dāng)前在我國(guó)經(jīng)濟(jì)中仍占據(jù)重要位置。東部的虛擬變量系數(shù)為正, 但在 2011 年的模型中不顯著。中部的虛擬變量均不顯著。在控制其他變量后, 宏觀區(qū)位差異對(duì)經(jīng)濟(jì)產(chǎn)出影響不大。

圖1 GDP及基礎(chǔ)設(shè)施投資(2016年)的空間分布與空間自相關(guān)

城市行政等級(jí)變量系數(shù)顯著為負(fù)。在控制其他變量后, 城市等級(jí)提高, 經(jīng)濟(jì)產(chǎn)出反而下降。例如，東莞、佛山、蘇州和無(wú)錫等一批地級(jí)城市經(jīng)濟(jì)表現(xiàn)優(yōu)異，甚至超過(guò)一些省會(huì)城市。較高行政等級(jí)的城市, 尤其是省會(huì)城市, 盡管經(jīng)濟(jì)體量大, 但經(jīng)濟(jì)運(yùn)行效率比有活力的地級(jí)城市低。

4.2 基礎(chǔ)設(shè)施投資方程

在空間聯(lián)立模型(表 2)中, 經(jīng)濟(jì)產(chǎn)出對(duì)基礎(chǔ)設(shè)施投資具有明顯的正向作用。2016 年其彈性系數(shù)為 0.639, 說(shuō)明控制其他變量的情況下, 每增加 1%的 GDP, 基礎(chǔ)設(shè)施投資增加 0.639%。因此雙向因果作用中, 產(chǎn)出對(duì)投資的影響更大。

考察基礎(chǔ)設(shè)施投資方程中的空間作用, 首先可以發(fā)現(xiàn)基礎(chǔ)設(shè)施投資的空間滯后項(xiàng)的系數(shù)顯著為正。某城市鄰近城市增加基礎(chǔ)設(shè)施投資, 該城市也增加基礎(chǔ)設(shè)施投資。這一結(jié)果為甄別兩種空間作用解釋模型提供了關(guān)鍵證據(jù)。一方面, 如果基礎(chǔ)設(shè)施投資具有正向溢出效應(yīng), 那么當(dāng)一個(gè)城市的鄰近城市增加基礎(chǔ)設(shè)施投資時(shí), 該城市的最優(yōu)策略是減少基礎(chǔ)設(shè)施?？梢钥吹? 溢出模型與我們的實(shí)證結(jié)果并不一致。另一方面, 如果基礎(chǔ)設(shè)施投資將帶來(lái)產(chǎn)業(yè)、人口以及政治資源的流動(dòng), 那么, 當(dāng)某城市的鄰近城市增加基礎(chǔ)設(shè)施投資時(shí), 該城市的最優(yōu)策略是增加投資。相較于溢出模型, 本文結(jié)果更支持資源流動(dòng)模型對(duì)基礎(chǔ)設(shè)施投資行為的分析。需要說(shuō)明的是, 我們對(duì)基礎(chǔ)設(shè)施投資的空間滯后項(xiàng)的系數(shù)的估計(jì)與 Yu 等[10]不一致, 這與選取的數(shù)據(jù)及模型的不同有關(guān)。Yu 等[10]選用的是公共支出數(shù)據(jù)(一般公共預(yù)算支出), 但基礎(chǔ)設(shè)施投資有很大比例來(lái)自政府基金性收入(如土地出讓金), 公共支出并不能很好地反映基礎(chǔ)設(shè)施投資的規(guī)模。另外, Yu 等[10]使用空間滯后模型, 而本文使用空間聯(lián)立方程模型。

表2 計(jì)量結(jié)果

注: ***<0.01, **<0.05, *<0.1。

其次, 在基礎(chǔ)設(shè)施投資方程中, 可以觀察到經(jīng)濟(jì)產(chǎn)出的空間滯后項(xiàng)的系數(shù)顯著為負(fù), 說(shuō)明如果某個(gè)城市鄰近城市的經(jīng)濟(jì)產(chǎn)出增加, 該城市的基礎(chǔ)設(shè)施投資將減少。對(duì)這一結(jié)果的分析較為復(fù)雜, 因?yàn)榇嬖谥饔^與客觀兩方面的作用, 且這兩方面作用是相反的。從主觀上, 某城市鄰近城市經(jīng)濟(jì)產(chǎn)出增加, 該城市在競(jìng)爭(zhēng)壓力下應(yīng)該增加基礎(chǔ)設(shè)施投資, 促進(jìn)經(jīng)濟(jì)發(fā)展。從客觀上, 某城市鄰近城市經(jīng)濟(jì)產(chǎn)出增加, 發(fā)展預(yù)期變好, 更多資金向其鄰近城市傾斜, 則該城市的財(cái)政資源將減少, 基礎(chǔ)設(shè)施投資也將減少。綜合上述兩個(gè)方面, 我們的結(jié)果顯示客觀因素作用更強(qiáng), 導(dǎo)致當(dāng)鄰近城市經(jīng)濟(jì)產(chǎn)出增加時(shí), 該城市基礎(chǔ)設(shè)施投資減少。

在基礎(chǔ)設(shè)施投資方程中, 城市建成區(qū)面積的系數(shù)均顯著為正。城市建成區(qū)面積越大, 基礎(chǔ)設(shè)施投資需求越大, 與預(yù)期一致。FDI 系數(shù)為正, 且在2016 年的模型中系數(shù)顯著, 說(shuō)明地方競(jìng)爭(zhēng)對(duì)基礎(chǔ)設(shè)施投資有一定的正向影響。東部地區(qū)虛擬變量系數(shù)顯著為負(fù), 說(shuō)明在控制其他變量的情況下, 東部投資相對(duì)于西部與中部較少。與此同時(shí), 中部虛擬變量系數(shù)不顯著, 說(shuō)明與西部相比, 中部在控制其他變量后, 基礎(chǔ)設(shè)施投資總量差別不大。城市行政等級(jí)變量系數(shù)顯著為正, 越高行政等級(jí)的城市擁有更多的政治資源, 可以獲得更多的資金, 因此基礎(chǔ)設(shè)施投資更多。

5 總結(jié)與展望

本文通過(guò)空間聯(lián)立方程模型, 對(duì)城市市政基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)產(chǎn)出的空間相互作用進(jìn)行分析, 得到如下結(jié)論。

1)考慮內(nèi)生性后, 基礎(chǔ)設(shè)施投資的空間滯后項(xiàng)估計(jì)系數(shù)顯著為正。鄰域城市增加投資后, 本地城市也要增加投資; 鄰域城市減少投資, 本地減少投資。本文的結(jié)果支持資源流動(dòng)模型的觀點(diǎn)。

2)基礎(chǔ)設(shè)施投資與經(jīng)濟(jì)發(fā)展存在雙向互促作用, 且基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)發(fā)展的彈性系數(shù)小于經(jīng)濟(jì)發(fā)展對(duì)基礎(chǔ)設(shè)施投資的彈性系數(shù)。該結(jié)果為理解地方政府的行為提供了基礎(chǔ): 地方政府可以通過(guò)投資拉動(dòng)經(jīng)濟(jì)增長(zhǎng), 同時(shí)在經(jīng)濟(jì)增長(zhǎng)的條件下開展新一輪的投資, 如此往復(fù), 可以形成一種拉動(dòng)地方經(jīng)濟(jì)發(fā)展的慣性模式。

在政策啟示方面, 本文提出兩點(diǎn)建議。首先, 基礎(chǔ)設(shè)施投資建設(shè)的項(xiàng)目管理需要加強(qiáng)。項(xiàng)目前期的可行性論證, 尤其是收益成本測(cè)算, 應(yīng)更加科學(xué)、公開和透明。項(xiàng)目完成后, 其績(jī)效也應(yīng)能夠接受各方的評(píng)估。其次, 地方政府面對(duì)眾多不確定性, 在巨大競(jìng)爭(zhēng)壓力下, 模仿或許可以緩解發(fā)展焦慮, 但也會(huì)導(dǎo)致投資的資金效率降低，未來(lái)的發(fā)展將因?yàn)槎唐诶姹粻奚?。改革現(xiàn)有晉升考核體系, 多元化考核基層工作成績(jī), 引導(dǎo)地方競(jìng)爭(zhēng)方向, 才能使地方政府因地制宜地尋求自身的發(fā)展路徑。

受限于數(shù)據(jù)獲取等原因, 本研究存在以下不足。首先, 由于統(tǒng)計(jì)年鑒分行業(yè)數(shù)據(jù)存在缺失, 本文把基礎(chǔ)設(shè)施作為整體進(jìn)行分析, 未考慮基礎(chǔ)設(shè)施分類型的差別。其次, 本文僅使用兩年的橫截面數(shù)據(jù), 在實(shí)證結(jié)果的穩(wěn)健性方面略顯不足。第三, 受制于研究數(shù)據(jù)缺失, 空間計(jì)量結(jié)果的準(zhǔn)確性受到一定程度的影響。第四, 本文對(duì)基礎(chǔ)設(shè)施投資的歷時(shí)性變化關(guān)注不夠。這些問(wèn)題都有待進(jìn)一步的研究中完善。

[1] 顧朝林, 曹根榕, 顧江, 等. 中國(guó)面向高質(zhì)量發(fā)展的基礎(chǔ)設(shè)施空間布局研究. 經(jīng)濟(jì)地理, 2020, 40(5): 1–9

[2] 郭慶旺, 賈俊雪. 基礎(chǔ)設(shè)施投資的經(jīng)濟(jì)增長(zhǎng)效應(yīng). 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理, 2006(3): 36–41

[3] Aschauer D A. Is public expenditure productive. Journal of Monetary Economics, 1989(23): 177–200

[4] 孫早, 楊光, 李康. 基礎(chǔ)設(shè)施投資促進(jìn)了經(jīng)濟(jì)增長(zhǎng)嗎——來(lái)自東、中、西部的經(jīng)驗(yàn)證據(jù). 經(jīng)濟(jì)學(xué)家, 2015(8): 71–79

[5] Duffydeno K T, Eberts R W. Public infrastructure and regional economic development — a simultanoes equations approach. Journal of Urban Economics, 1991, 30(3): 329–343

[6] 張學(xué)良. 中國(guó)交通基礎(chǔ)設(shè)施促進(jìn)了區(qū)域經(jīng)濟(jì)增長(zhǎng)嗎——兼論交通基礎(chǔ)設(shè)施的空間溢出效應(yīng). 中國(guó)社會(huì)科學(xué), 2012(3): 60–77

[7] 林雄斌, 楊家文, 陶卓霖, 等. 交通投資、經(jīng)濟(jì)空間集聚與多樣化路徑——空間面板回歸與結(jié)構(gòu)方程模型視角. 地理學(xué)報(bào), 2018, 73(10): 1970–1984

[8] 張軍濤, 畢樂(lè)強(qiáng), 紀(jì)昭君. 區(qū)域間公共基礎(chǔ)設(shè)施溢出效應(yīng)研究. 城市發(fā)展研究, 2011, 18(2): 76–81

[9] Brueckner J K. Strategic interaction among govern-ments: an overview of empirical studies. International Regional Science Review, 2003, 26(2): 175–188

[10] Yu Y, Zhang L, Li F, et al. On the determinants of public infrastructure spending in Chinese cities: a spatial econometric perspective. The Social Science Journal, 2011, 48(3): 458–467

[11] 周黎安. 晉升博弈中政府官員的激勵(lì)與合作——兼論我國(guó)地方保護(hù)主義和重復(fù)建設(shè)問(wèn)題長(zhǎng)期存在的原因. 經(jīng)濟(jì)研究, 2004, 39(6): 33–40

[12] 顏燕, 滿燕云. 土地財(cái)政與城市基礎(chǔ)設(shè)施投融資. 中國(guó)高校社會(huì)科學(xué), 2015(6): 131–139

[13] 彭清輝. 我國(guó)基礎(chǔ)設(shè)施投融資研究[D]. 長(zhǎng)沙: 湖南大學(xué), 2011

[14] Munnel A H. Infrastructure investment and economic growth. The Journal of Economic Perspectives, 1992, 6(4): 189–198

[15] 張軍, 高遠(yuǎn), 傅勇, 等. 中國(guó)為什么擁有了良好的基礎(chǔ)設(shè)施?. 經(jīng)濟(jì)研究, 2007(3): 4–19

[16] 張延, 趙艷朋. 財(cái)政分權(quán)、晉升激勵(lì)與基礎(chǔ)設(shè)施投資——基于中國(guó)省級(jí)面板數(shù)據(jù)的空間計(jì)量分析. 經(jīng)濟(jì)問(wèn)題探索, 2017(12): 1–9

[17] 王世磊, 張軍. 中國(guó)地方官員為什么要改善基礎(chǔ)設(shè)施?——一個(gè)關(guān)于官員激勵(lì)機(jī)制的模型. 經(jīng)濟(jì)學(xué)(季刊), 2008(2): 383–398

[18] Gramlich E M. Infrastructure investment: a review essay. Journal of Economic Literature, 1994, 32: 1176–1196

[19] 周黎安. 中國(guó)地方官員的晉升錦標(biāo)賽模式研究. 經(jīng)濟(jì)研究, 2007(7): 36–50

[20] 張偉. “開發(fā)區(qū)熱”綜述. 當(dāng)代經(jīng)濟(jì)科學(xué), 1993(2): 85–88

[21] 崔冬初, 宋之杰. 京津冀區(qū)域經(jīng)濟(jì)一體化中存在的問(wèn)題及對(duì)策. 經(jīng)濟(jì)縱橫, 2012(5): 75–78

[22] 張軍, 吳桂英, 張吉鵬. 中國(guó)省際物質(zhì)資本存量估算: 1952—2000. 經(jīng)濟(jì)研究, 2004(10): 35–44

[23] 柯善咨, 向娟. 1996—2009 年中國(guó)城市固定資本存量估算. 統(tǒng)計(jì)研究, 2012, 29(7): 19–24

[24] 任曉紅, 王鈺, 但婷. 高鐵開通對(duì)中小城市經(jīng)濟(jì)增長(zhǎng)的影響. 城市問(wèn)題, 2020(1): 91–97

[25] 岑聰, 姜巍. 高鐵開通、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)——來(lái)自廣東省 21 個(gè)地級(jí)市的經(jīng)驗(yàn)證據(jù). 地域研究與開發(fā), 2020, 39(1): 24–27

[26] 梁偉, 楊明, 李新剛. 集聚與城市霧霾污染的交互影響. 城市問(wèn)題, 2017(9): 83–93

[27] 梁偉, 楊明, 張延偉. 城鎮(zhèn)化率的提升必然加劇霧霾污染嗎——兼論城鎮(zhèn)化與霧霾污染的空間溢出效應(yīng). 地理研究, 2017, 36(10): 1947–1958

[28] 張可, 汪東芳. 經(jīng)濟(jì)集聚與環(huán)境污染的交互影響及空間溢出. 中國(guó)工業(yè)經(jīng)濟(jì), 2014(6): 70–82

Spatial Mutual Effects between Municipal Infrastructure Investment and Economic Development

CHU Jun1, LIU Yiming1, LIN Xiongbin2, TONG De1,?

1.Peking University (Shenzhen) Laboratory for Urban Future, Peking University Shenzhen Graduate School, Shenzhen 518055; 2.Faculty of Geography, Tourism and Culture, Ningbo University, Ningbo 315211; ? Corresponding author, E-mail: tongde@pkusz.edu.cn

Based on the data of 241 cities in 2011 and 2016, this paper explores the spatial mutual effects between infrastructure investment and economic development through the spatial simultaneous equation model. The results show that the spatial lag parameter of infrastructure investment is significantly positive. It is likely to be explained by the imitation between municipals. Also, infrastructure investment and economic development have significantly reciprocal relationships. It is suggested to improve the budget management of infrastructure investment and to reform the evaluation and promotion system for governmental officials.

endogeneity; spill over; resource flow; repeated construction; spatial simultaneous equation

10.13209/j.0479-8023.2021.015

國(guó)家自然科學(xué)基金(41971205, 42001174)和北京大學(xué)(深圳)未來(lái)城市實(shí)驗(yàn)室鐵漢科研開放課題基金(201804)資助

2020–03–03

2020–10–29