物流基礎設施的網(wǎng)絡效應促進我國區(qū)域經(jīng)濟增長實證研究

鄒德明 博士生

（中國人民大學商學院 北京 100872）

引言與文獻綜述

21世紀至今，我國經(jīng)濟增長明顯處在投資驅(qū)動階段，基礎設施投資對宏觀經(jīng)濟增長起到重要的促進作用，而物流基礎設施則是基礎設施中最重要的一個組成部分。物流基礎設施是指在供應鏈的整體服務功能上和供應鏈的某些環(huán)節(jié)上，滿足物流組織與管理需要的、具有綜合或單一功能的場所或組織的統(tǒng)稱，主要包括公路、鐵路、港口、機場流通中心、倉儲、運載設施以及網(wǎng)絡通信基礎等，本文主要考察主要交通運輸層面上的物流基礎設施。在學術界，基礎設施促進經(jīng)濟增長已經(jīng)得到了大量理論分析和實證檢驗（譚清美、馮凌云和葛云，2003；周君，2006），但是基礎設施通過哪些機制來促進經(jīng)濟增長，各類機制的影響程度又如何，這一問題尚未形成一個統(tǒng)一的分析框架。因此，其內(nèi)在的作用機制是后續(xù)值得進一步研究的課題。

大多數(shù)基礎設施的一個重要特征是具有空間網(wǎng)絡性，而投資決策主體之間的決策協(xié)調(diào)程度在一定程度上會影響基礎設施的空間效應強度，比如在何地建設或何時建設。近年來，有學者開始關注中國物流基礎設施的跨區(qū)域溢出效應（張學良，2012；劉生龍、鄭世林，2013；李涵、唐麗淼，2015）。實證結果表明，基礎設施的溢出效應非常顯著，若不考慮空間溢出效應，會高估物流基礎設施對區(qū)域經(jīng)濟增長的作用。除溢出效應外，地區(qū)之間通過統(tǒng)籌協(xié)調(diào)進行的投資決策所產(chǎn)生的網(wǎng)絡效應也同樣不容忽視。在缺乏區(qū)域間統(tǒng)籌協(xié)調(diào)的情況下，公共基礎設施的投資規(guī)模很難達到合理的最優(yōu)投資水平。由于基礎設施投資可能會改變區(qū)域間經(jīng)濟活動的分布，因此有學者提出的模型中強調(diào)了在相鄰競爭區(qū)域中擁有過多基礎設施的風險（Romp& de Haan，2005），不協(xié)調(diào)的投資決策甚至還可能會對鄰近地區(qū)產(chǎn)生負面的外部影響。同時，如果目標是要在包含所有區(qū)域的宏觀層面上最大化總體福利水平，而不是針對某個單個地區(qū)時，基礎設施的投資決策往往需要進行統(tǒng)籌安排（Schiff & Winters，2002）。然而，由于缺乏可觀測數(shù)據(jù)以及適當?shù)挠嬃磕Ｐ停劢褂诨A設施網(wǎng)絡效應的實證研究始終較少。因此，相比于以往文獻，本文研究意義在于豐富物流基礎設施的網(wǎng)絡效應的實證研究。

理論模型

本文借鑒Giacinto V D，Micucci G & Montanaro P（2012）提出的理論模型對基礎設施的網(wǎng)絡效應和非網(wǎng)絡效應進行區(qū)分，并假設當兩個地區(qū)之間以統(tǒng)籌協(xié)調(diào)的方式進行基礎設施投資決策時，才將網(wǎng)絡效應發(fā)揮到最大。在進行投資決策前，地區(qū)之間探討了彼此合作的可能性，以便在眾多投資方案中選擇具有最高共有效用的一個，比如在道路基礎設施投資中，可以以促進兩個地區(qū)之間的物流整合性為目標共同擴張各自的區(qū)域網(wǎng)絡。在此情況下，兩個地區(qū)現(xiàn)在都可以獲得更高的總體收益，包括自行投資所獲得的收益之和W，加上溢出效應X，再加上額外收益P，即網(wǎng)絡效應（統(tǒng)籌協(xié)調(diào)后的額外凈收益）。

由于統(tǒng)籌協(xié)調(diào)投資代表著所有區(qū)域參與者的共同行動，因此可以將各個地區(qū)資本支出之間的相關性視為存在某種協(xié)調(diào)機制的依據(jù)。需要注意的是，盡管統(tǒng)籌協(xié)調(diào)行為確實是各個區(qū)域投資規(guī)模同步變化的可能原因之一，但其它因素也可以同樣用來解釋這種情況。

首先，考慮可觀測的區(qū)域基礎設施投資額的一種構成形式：

其中，i和t下標分別為區(qū)域和時期標識，Kt代表物流基礎設施資本存量，則△Kti，t代表當期的物流基礎設施資本增量，CCi，t和ICi，t變量分別代表區(qū)域間共有投資成分和區(qū)域個體特有投資成分，且不同區(qū)域間的CC具有相關性、各個區(qū)域間的IC不相關且與同一區(qū)域的CC正交。

接下來，區(qū)域間共有投資成分CC可以進一步分解為內(nèi)生成分CCend和外生成分CCexog。CCend代表了某個區(qū)域基礎設施投資水平對國家或者全球?qū)用婧暧^經(jīng)濟發(fā)展的反應，而CCexog則代表不受宏觀層面影響的區(qū)域基礎設施投資水平，是受宏觀經(jīng)濟以外因素影響但在區(qū)域間具有高度相關性的基礎設施投資支出。

作為可能在區(qū)域之間引起同步?jīng)Q策反應的常見因素，可以考慮匯率波動、利率或商品價格變化的情況。在這些因素發(fā)生變化時，所有地區(qū)的GDP和稅收水平都將同步受到影響，但是嚴格外生的共同政策行為之間的聯(lián)動也可能是由統(tǒng)籌協(xié)調(diào)之外的因素引起的。為了考慮到此問題，我們引入了進一步的分解：

CCcoordi，t代表經(jīng)過統(tǒng)籌協(xié)調(diào)決策的資本支出，它是外源性區(qū)域資本支出，t的一部分，則代表可能存在的偽聯(lián)動因素，它與正交。偽聯(lián)動的一個重要可能性是來自于政治經(jīng)濟周期效應（Nordhaus，1975）。

在計量分析過程中，可以通過以下兩個簡單方程式總結以上分析方法：

上述第一個等式為政策反應函數(shù)，將公共資本支出的內(nèi)生響應與向量ζ中包含的隨機變量的滯后值相關聯(lián)，并假定該向量包含影響i地區(qū)的所有常見宏觀經(jīng)濟擾動相關信息。為了便于分析，假定使用線性函數(shù)形式。一旦識別了CCend和CCspur，CC中的統(tǒng)籌協(xié)調(diào)決策成分CCcoord便也可被識別出來。

上述公式表明，對CCcoord進行分析的前提，是首先需要對共有效應CC進行樣本估計。

計量模型

計量過程中將結合使用共有相關效應面板模型和結構VAR模型，對物流基礎設施投資網(wǎng)絡效應的經(jīng)濟影響進行實證分析。首先是利用共有相關效應面板模型將資本存量中的共有相關成分提取出來，接下來將提取出的成分引入VAR模型進行脈沖響應和方差分解分析。

本文采用Pesaran（2006）提出的CCE估計方法（Common Correlated Effects Estimate）對不可觀測的共有相關成分進行估計，CCE估計的核心在于使用解釋變量和被解釋變量截面均值代表變量之間的不可觀測因素。

圖1 各省份1997-2017年物流基礎設施資本存量

圖2 物流基礎設施資本存量的共有相關效應成分

圖3 脈沖響應函數(shù)（物流基礎設施資本增長率-統(tǒng)籌協(xié)調(diào)的網(wǎng)絡效應成分）

其中：Tri，t是給定區(qū)域特有的決定性趨勢項；Ft是r×1的共有相關因子向量（r＜N）；λi是因子負荷向量；ei，t是殘差項，在各個區(qū)域之間可能存在弱相關；假定共有相關效應因子之間正交，F(xiàn)t與ei，t之間正交。用估計項序列的共有相關成分，并假定其解釋了不同區(qū)域之間的共同運動。它的序列差分就等于前文中的共有效應投資CC。

一旦獲取了對地區(qū)公共資本存量的共有相關成分的一致估計，基于前文理論模型的計量實踐將采用結構VAR方法，以評估基礎設施資本支出的宏觀經(jīng)濟影響（Pereira，2000；Kamps，2005）。通常VAR系統(tǒng)會涉及三個內(nèi)生變量即GDP（Y）、資本存量（K）和人力資本存量（L），同時這些變量之間允許存在協(xié)整關系。假定滯后階數(shù)為ρ＞0，i地區(qū)的VAR模型中的三個等式可以表示為：

其 中，Xi，t=[Ki，t，Li，t，Yi，t] ′，εi，t是 協(xié) 方 差 矩 陣E(εi，tε′

i，t)=Ωi的白噪聲過程，Di，t則為一系列決定性變量，可能包括常數(shù)項和趨勢項。由于各個時間序列變量不平穩(wěn)，因此對其均取對數(shù)后做差分處理，上式變?yōu)椋?/p>

圖4 脈沖響應函數(shù)（物流基礎設施資本增長率-個體特有的非網(wǎng)絡效應成分）

表1 方差分解

由于取對數(shù)且做差分處理，變量的計量經(jīng)濟含義由存量變?yōu)樵鲩L率。為了分別估計統(tǒng)籌協(xié)調(diào)效應沖擊和個體特有效應沖擊，繼續(xù)將上述計量模型變?yōu)椋?/p>

由于誤差協(xié)方差Σi不是對角線矩陣，因此無法對該模型中的隨機沖擊進行任何結構性解釋。在VAR模型的相關文獻中，通常采用的方法是利用Choleski分解來確定結構性沖擊順序，并假設Kt變量的排序優(yōu)先級最高（Pereira，2001；Kamps，2005）。同時，Choleski分解也使得我們可以分別對物流基礎設施資本的統(tǒng)籌協(xié)調(diào)效應沖擊影響和個體特有效應沖擊影響進行估計。在遞歸假設下，將結構擾動與誤差協(xié)方差矩陣聯(lián)系起來的解析關系集，可以由以下線性方程的下三角矩陣系統(tǒng)給出：

第一個結構性擾動項eΔlnK～ti，t代表物流基礎設施資本中共有相關效應成分的不可觀測殘差；與此同時，通過上述構造，它與系統(tǒng)中內(nèi)生變量的滯后值集合相正交。因此，結構沖擊 eΔlnK～ti，t可以看作是基于結構VAR模型對統(tǒng)籌協(xié)調(diào)效應CCcoord沖擊的有效估計。

數(shù)據(jù)來源

計量模型采用了1997-2017年中國31個省份的面板數(shù)據(jù)進行分析，數(shù)據(jù)來源主要于《中國統(tǒng)計年鑒》和《中國勞動統(tǒng)計年鑒》。

GDP數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。以1996年為基期，使用GDP指數(shù)對名義GDP進行調(diào)整，得到各省各年實際GDP。

勞動力投入數(shù)據(jù)來源于《中國勞動力年鑒》。用人力資本存量來反映各省的勞動力投入情況，常用的人力資本存量計算方式包括成本法、收益法和教育水平法?？紤]到數(shù)據(jù)可得性，本文借鑒徐曌（2017）的做法，使用教育水平法測算各省人力資本存量。

資本存量數(shù)據(jù)則參照過往文獻，使用永續(xù)存盤法來測算各省固定資本存量。這一測算方式涉及到基期資本存量的計算、固定資產(chǎn)投資價格指數(shù)的設定、資產(chǎn)經(jīng)濟折舊率等具體問題。本文按照張軍（2004）采用的方法，對各省份不同時期的資本存量進行估計。

至此，可以得到1997-2017年期間我國31個省份的平衡面板數(shù)據(jù)，N=31，T=21。在所有的變量中，我們首先關心的是物流基礎設施資本存量，圖 1展示了1997-2017年期間31個省份的物流基礎設施資本存量情況。

實證分析

按照前文所述，實證分析將分為兩階段進行。第一階段是利用共有相關效應模型，將面板數(shù)據(jù)中的共有相關成分提取出來；第二階段是利用提取出的共有相關成分作為輸入，建立結構VAR模型對統(tǒng)籌協(xié)調(diào)成分的經(jīng)濟影響進行分析。

為了實施共有相關效應面板模型方法，首先要對模型結構進行設定?？紤]到物流基礎設施存量序列在樣本期內(nèi)顯示出明顯的上升趨勢，因此設定一個既包含常數(shù)又包含趨勢的因子模型，提取出的共有相關效應成分如圖2所示。

通過第一步得到共有相關效應成分的估計值后，開始進入實證的第二階段，即結構VAR模型估計。除了兩個物流基礎設施資本序列（總體水平及其共同相關效應組成部分）外，還包括以下變量：按不變價格計算的地區(qū)GDP水平、除物流基礎設施外的固定資本存量以及人力資本投入。所有變量都以對數(shù)形式引入，但即便以對數(shù)形式引入，Dickey-Fuller單位根檢驗結果顯示面板數(shù)據(jù)中大多數(shù)仍是非平穩(wěn)序列。按照常規(guī)分析思路，接下來應當查看序列間是否存在協(xié)整關系，但是由于無法保證31個截面均同時存在協(xié)整或者不存在協(xié)整，進而無法保證估計方法的一致性，因此本文統(tǒng)一對所有序列進一步做差分處理，對應的經(jīng)濟含義變?yōu)樵鲩L率。差分后，所有省份VAR模型均通過了穩(wěn)定性檢驗，可以進行脈沖響應和方差分解分析。

此外，根據(jù)標準信息標準提供的參考來選擇模型的最優(yōu)滯后期。除少數(shù)例外，多數(shù)截面滯后期為1。最后，為了控制常見的政治經(jīng)濟周期影響，在結構VAR模型中加入一組外生虛擬變量，代表是否處在重要換屆選舉時期。雖然脈沖響應結果在各個區(qū)域之間顯示出相當大的異質(zhì)性，但整體趨勢卻非常明顯。如圖 3、圖 4所示，當我們考慮各個省份脈沖響應的平均值或中位數(shù)時，除當期外，物流基礎設施資本對區(qū)域GDP長期響應是正向的。

考慮到模型中變量的經(jīng)濟含義已轉(zhuǎn)換為增長率，因此物流基礎設施資本存量增長率的沖擊并不會對GDP增長率產(chǎn)生較為長遠的影響。脈沖響應結果表明，不論統(tǒng)籌協(xié)調(diào)成分沖擊還是個體特有成分沖擊，到第10期都已經(jīng)接近消退。不同的是，正如經(jīng)濟學理論所強調(diào)的網(wǎng)絡外部性的重要性，預計統(tǒng)籌協(xié)調(diào)形成的網(wǎng)絡效應的沖擊影響要更大。以各省份脈沖響應的平均數(shù)進行評估，在采取統(tǒng)籌協(xié)調(diào)決策進行物流基礎設施投資的情況下，GDP增長率對其一個標準差沖擊的響應在第一期達到峰值，約等于0.57%（P+W+X），而對個體決策投資沖擊的響應則在第二期達到峰值，約等于0.16%（W），前者幾乎是后者的4倍。從0-20期累計影響看，前者是0.75%，后者則為0.21%。

在評估了脈沖響應系數(shù)的符號方向和相對幅度之后，方差分解結果進一步提供了有關短期和長期內(nèi)統(tǒng)籌協(xié)調(diào)成分和個體特有成分沖擊分別對區(qū)域GDP動態(tài)貢獻的更多信息，如表1所示。再次觀察31個省份方差分解結果的平均數(shù)，物流基礎設施統(tǒng)籌協(xié)調(diào)成分的沖擊對GDP增長率的貢獻是巨大的，長期來看，GDP增長率變化的約五分之一可歸因于統(tǒng)籌協(xié)調(diào)成分的結構性干擾。

研究結論

在探討關于物流基礎設施對我國區(qū)域經(jīng)濟影響的過往文獻中，雖然很多都強調(diào)了物流基礎設施的網(wǎng)絡效應，但是很少有文獻對網(wǎng)絡效應的經(jīng)濟影響程度進行分析，而這正是本文研究的側重點。本文首先構建起一套理論模型，強調(diào)通過區(qū)域間統(tǒng)籌協(xié)調(diào)決策的投資行為，可以有效增強公共基礎設施投資的正向網(wǎng)絡效應，而不協(xié)調(diào)的決策則可能在包含所有區(qū)域在內(nèi)的整體層面上產(chǎn)生較低的福利收益，甚至可能導致負面的溢出效應。

從這一背景出發(fā)，在探討物流基礎設施投資對外部區(qū)域的影響時，本文并未采用區(qū)分地區(qū)內(nèi)部和外部資本積累的常規(guī)做法，而是對統(tǒng)籌協(xié)調(diào)和個體特有投資決策進行區(qū)分，進而評估與宏觀經(jīng)濟演進無關的物流基礎設施投資決策對區(qū)域GDP的影響。由于缺乏數(shù)據(jù)支持，我們無法直接觀測到投資決策是屬于統(tǒng)籌協(xié)調(diào)還是個體特有類型，因此本文嘗試利用共有相關效應面板模型，從可觀察到的區(qū)域物流基礎設施資本存量中，間接識別出區(qū)域間共有相關的資本存量成分，這一部分存量中包含了統(tǒng)籌協(xié)調(diào)投資決策的影響。接下來，將識別出的共有相關成分作為一個新的變量引入到結構VAR模型中，評估統(tǒng)籌協(xié)調(diào)投資決策形成的物流基礎設施資本增長對區(qū)域經(jīng)濟增長的影響。

實證結論主要包括：一是物流基礎設施確實對宏觀經(jīng)濟產(chǎn)生了較大的正向影響；二是這一正向影響主要歸因于統(tǒng)籌協(xié)調(diào)投資決策所產(chǎn)生的網(wǎng)絡效應和溢出效應，經(jīng)過統(tǒng)籌協(xié)調(diào)的物流基礎設施投資對區(qū)域GDP的影響程度平均是個體特有投資決策的3-4倍；三是在1997-2017年期間，我國各省份之間統(tǒng)籌協(xié)調(diào)進行物流基礎設施投資的決策機制在逐漸強化，這可能暗示著我國中央政府在大型基礎設施投資過程中起到的協(xié)調(diào)作用和集中決策作用正在變得越發(fā)重要。