長(zhǎng)三角地區(qū)基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)影響研究

王鈞天 曾 寧 譚戈平

(澳門(mén)科技大學(xué) 商學(xué)院，中國(guó) 澳門(mén) 999078)

一、引言

2020年5月14日以來(lái)，中央多次強(qiáng)調(diào)要逐步形成“以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”?！半p循環(huán)”新發(fā)展格局的提出，既是為了適應(yīng)日益復(fù)雜的國(guó)際形勢(shì)，也是基于國(guó)內(nèi)經(jīng)濟(jì)發(fā)展的客觀需要，為我國(guó)“十四五”時(shí)期的發(fā)展進(jìn)一步指明了方向。該格局的建立需要充分發(fā)揮好我國(guó)的超大規(guī)模市場(chǎng)優(yōu)勢(shì)，以擴(kuò)大內(nèi)需作為戰(zhàn)略基點(diǎn)，通過(guò)國(guó)內(nèi)國(guó)際雙循環(huán)來(lái)共同推動(dòng)經(jīng)濟(jì)的高質(zhì)量發(fā)展。在此背景下，區(qū)域發(fā)展進(jìn)入了新的階段，形成了融入“雙循環(huán)”戰(zhàn)略的基本樣態(tài)。圍繞“雙循環(huán)”戰(zhàn)略而制定的區(qū)域發(fā)展策略需要更加注重區(qū)域一體化進(jìn)程，建設(shè)好區(qū)域“循環(huán)”樞紐，從而以區(qū)域“循環(huán)”來(lái)促進(jìn)國(guó)內(nèi)國(guó)際“大循環(huán)”。長(zhǎng)江三角洲地區(qū)(以下簡(jiǎn)稱(chēng)“長(zhǎng)三角”)包含上海市、江蘇省、浙江省和安徽省全域，是我國(guó)最發(fā)達(dá)的區(qū)域之一，在“雙循環(huán)”新發(fā)展格局中具有十分重要的戰(zhàn)略地位。2019年12月，中共中央、國(guó)務(wù)院印發(fā)了《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》(以下簡(jiǎn)稱(chēng)《規(guī)劃綱要》)，標(biāo)志著長(zhǎng)三角區(qū)域一體化進(jìn)程加快。在《規(guī)劃綱要》中提到，提升基礎(chǔ)設(shè)施互聯(lián)互通水平是增強(qiáng)區(qū)域一體化發(fā)展的支撐保障?；A(chǔ)設(shè)施建設(shè)能夠提升區(qū)域可達(dá)性和加強(qiáng)區(qū)域間聯(lián)系，從而實(shí)現(xiàn)區(qū)域間各類(lèi)要素的有效配置?；A(chǔ)設(shè)施的建設(shè)離不開(kāi)投資，大規(guī)模的基礎(chǔ)設(shè)施投資既可以幫助打通國(guó)內(nèi)生產(chǎn)、分配、流通、消費(fèi)等有關(guān)國(guó)民經(jīng)濟(jì)循環(huán)的各個(gè)環(huán)節(jié)，也可以加強(qiáng)國(guó)內(nèi)市場(chǎng)與國(guó)際市場(chǎng)的聯(lián)系，是促進(jìn)國(guó)內(nèi)國(guó)際“雙循環(huán)”新發(fā)展格局建立的重要保證。

表1為2019年全國(guó)和長(zhǎng)三角各項(xiàng)基礎(chǔ)設(shè)施發(fā)展指標(biāo)的匯總。(2)①本文選取交通基礎(chǔ)設(shè)施密度、人均能源消費(fèi)量和人均郵電業(yè)務(wù)量來(lái)衡量交通、能源和信息三類(lèi)基礎(chǔ)設(shè)施發(fā)展水平。其中，各區(qū)域交通基礎(chǔ)設(shè)施密度計(jì)算方法為：(區(qū)域內(nèi)鐵路營(yíng)業(yè)里程、公路里程和內(nèi)河航道里程之和)/區(qū)域的國(guó)土面積。人數(shù)選擇各區(qū)域年末總?cè)丝跀?shù)。由表1可以看出，長(zhǎng)三角地區(qū)的基礎(chǔ)設(shè)施發(fā)展水平高于全國(guó)整體水平?；A(chǔ)設(shè)施一體化對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的整體效率提升具有促進(jìn)作用。近些年，長(zhǎng)三角地區(qū)基礎(chǔ)設(shè)施互聯(lián)互通水平不斷提高并且各省市之間的差距不斷縮小。圖1為2002—2019年長(zhǎng)三角部分基礎(chǔ)設(shè)施與經(jīng)濟(jì)發(fā)展指標(biāo)的變異系數(shù)。[1]由圖1可以看出，長(zhǎng)三角各省市之間的經(jīng)濟(jì)和基礎(chǔ)設(shè)施發(fā)展的變異系數(shù)總體來(lái)說(shuō)呈現(xiàn)不斷下降的趨勢(shì)，說(shuō)明長(zhǎng)三角各省市之間經(jīng)濟(jì)和基礎(chǔ)設(shè)施發(fā)展的差異不斷變小，一體化程度在不斷提升。綜上所述，長(zhǎng)三角基礎(chǔ)設(shè)施的發(fā)展在全國(guó)處于領(lǐng)先水平，這離不開(kāi)長(zhǎng)三角地區(qū)一直以來(lái)對(duì)基礎(chǔ)設(shè)施的大量投資，但是區(qū)域內(nèi)部依然存在基礎(chǔ)設(shè)施發(fā)展不平衡的問(wèn)題。在新發(fā)展格局下，長(zhǎng)三角基礎(chǔ)設(shè)施的發(fā)展進(jìn)入了新階段，需要更加合理安排基礎(chǔ)設(shè)施投入來(lái)縮小內(nèi)部差距，提升聯(lián)通水平，從而更好地促進(jìn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)。研究長(zhǎng)三角地區(qū)基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，不僅對(duì)長(zhǎng)三角地區(qū)在“雙循環(huán)”戰(zhàn)略視角下的區(qū)域發(fā)展策略具有現(xiàn)實(shí)意義，也對(duì)全國(guó)其他區(qū)域的基礎(chǔ)設(shè)施發(fā)展策略具有借鑒作用。因此，本文研究問(wèn)題如下：(1)長(zhǎng)三角地區(qū)的基礎(chǔ)設(shè)施投入是否對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)還具有促進(jìn)作用？(2)長(zhǎng)三角各省市的各類(lèi)基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度如何？(3)長(zhǎng)三角地區(qū)應(yīng)該制定怎樣的基礎(chǔ)設(shè)施投資策略？

表1 2019年全國(guó)和長(zhǎng)三角各項(xiàng)基礎(chǔ)設(shè)施發(fā)展指標(biāo)匯總

圖1 長(zhǎng)三角經(jīng)濟(jì)與基礎(chǔ)設(shè)施發(fā)展指標(biāo)的變異系數(shù)

2020年4月17日召開(kāi)的中共中央政治局會(huì)議上提出要加強(qiáng)傳統(tǒng)基礎(chǔ)設(shè)施和新型基礎(chǔ)設(shè)施投資，二者的配套能夠穩(wěn)固經(jīng)濟(jì)基礎(chǔ)，共同為“雙循環(huán)”戰(zhàn)略提供動(dòng)能支撐。本文選擇以下四個(gè)行業(yè)的全社會(huì)固定資產(chǎn)投資來(lái)界定基礎(chǔ)設(shè)施投資：(1)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)；(2)電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)；(3)水利、環(huán)境和公共設(shè)施管理業(yè)；(4)信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)。之所以選擇這四個(gè)行業(yè)，本文基于兩方面因素考慮：第一，這些行業(yè)包含重要的傳統(tǒng)基礎(chǔ)設(shè)施，如交通、水利、能源等重大工程建設(shè)，這些工程仍是穩(wěn)定生產(chǎn)和保障民生的重要項(xiàng)目。第二，相比于傳統(tǒng)基礎(chǔ)設(shè)施，以新發(fā)展理念為引領(lǐng)的新型基礎(chǔ)設(shè)施更加注重?cái)?shù)字技術(shù)和科技創(chuàng)新，在經(jīng)濟(jì)發(fā)展中的重要性愈發(fā)凸顯。關(guān)于新型基礎(chǔ)設(shè)施范圍的界定，國(guó)家發(fā)改委經(jīng)過(guò)研究認(rèn)為有以下三種類(lèi)型：信息基礎(chǔ)設(shè)施、融合基礎(chǔ)設(shè)施和創(chuàng)新基礎(chǔ)設(shè)施。信息基礎(chǔ)設(shè)施為基于新一代信息技術(shù)演化生成的基礎(chǔ)設(shè)施，如5G網(wǎng)建設(shè)、大數(shù)據(jù)中心和人工智能。融合基礎(chǔ)設(shè)施則是深度運(yùn)用數(shù)字技術(shù)來(lái)對(duì)傳統(tǒng)基礎(chǔ)設(shè)施進(jìn)行升級(jí)，如智慧交通和智慧能源基礎(chǔ)設(shè)施。創(chuàng)新基礎(chǔ)設(shè)施則是用來(lái)支持科學(xué)研究的公益性基礎(chǔ)設(shè)施，如重大科技基礎(chǔ)設(shè)施。本文所選擇的四個(gè)行業(yè)能夠較好地反映這三類(lèi)新基建，并且近年用于建設(shè)新型基礎(chǔ)設(shè)施的投資比例大幅上升。

本文的研究思路如下：首先，通過(guò)永續(xù)盤(pán)存法估算出基礎(chǔ)設(shè)施資本存量。之后，以柯布-道格拉斯生產(chǎn)函數(shù)為理論模型，分析長(zhǎng)三角各區(qū)域基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響作用。其次，對(duì)各省市的各類(lèi)基礎(chǔ)設(shè)施資本存量單獨(dú)進(jìn)行回歸，估算出各類(lèi)基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性。最后，通過(guò)分析實(shí)證結(jié)果，為區(qū)域經(jīng)濟(jì)發(fā)展提供一些政策建議。

二、文獻(xiàn)綜述

基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響一直受到廣泛關(guān)注。由于美國(guó)基礎(chǔ)設(shè)施發(fā)展較早并且該國(guó)擁有較為完整的統(tǒng)計(jì)數(shù)據(jù)，早期的文獻(xiàn)以美國(guó)為主要研究對(duì)象。Aschauer[2]將公共資本從總資本中抽離出來(lái)并單獨(dú)放入生產(chǎn)函數(shù)中，通過(guò)對(duì)美國(guó)1949—1985年的數(shù)據(jù)回歸，作者發(fā)現(xiàn)核心基礎(chǔ)設(shè)施資本存量(公共資本存量的重要組成部分)的產(chǎn)出彈性系數(shù)為0.24。之后，Munnell和Cook[3]分析了美國(guó)48個(gè)州的數(shù)據(jù)后，也得出了相似的結(jié)論。然而，一些學(xué)者對(duì)基礎(chǔ)設(shè)施顯著的正向影響提出了質(zhì)疑。[4-6]隨著其他國(guó)家基礎(chǔ)設(shè)施的快速發(fā)展以及全球化進(jìn)程的加快，越來(lái)越多的學(xué)者開(kāi)始進(jìn)行多國(guó)研究。[7-11]

中國(guó)基礎(chǔ)設(shè)施建設(shè)自改革開(kāi)放以后快速發(fā)展，尤其是1998年我國(guó)實(shí)行擴(kuò)張性財(cái)政政策后，大量資金被運(yùn)用于基礎(chǔ)設(shè)施領(lǐng)域。早期有關(guān)我國(guó)基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)影響的研究主要是采用定性分析[12-14]，之后越來(lái)越多的學(xué)者開(kāi)始將定量與定性分析結(jié)合起來(lái)進(jìn)行研究。姜軼嵩和朱喜[15]對(duì)中國(guó)1985—2002年的基礎(chǔ)設(shè)施資本存量進(jìn)行了估算并通過(guò)回歸得出基礎(chǔ)設(shè)施投資的產(chǎn)出彈性為0.13。范九利和白暴力[16]在估算全國(guó)基礎(chǔ)設(shè)施投資的產(chǎn)出彈性為0.187的基礎(chǔ)上，又將全國(guó)分為東中西三個(gè)地區(qū)進(jìn)行比較，得出西部地區(qū)產(chǎn)出彈性系數(shù)最高。胡李鵬等人[17]的估算結(jié)果則顯示西部地區(qū)基礎(chǔ)設(shè)施存量的投資回報(bào)率最低。Démurger[18]對(duì)中國(guó)24個(gè)省份的數(shù)據(jù)進(jìn)行回歸發(fā)現(xiàn)基礎(chǔ)設(shè)施稟賦是解釋各省經(jīng)濟(jì)增長(zhǎng)差異的原因之一。Ouattara和Zhang[19]選擇1985—2012年中國(guó)29個(gè)省份的數(shù)據(jù)構(gòu)建綜合基礎(chǔ)設(shè)施指數(shù)，通過(guò)實(shí)證發(fā)現(xiàn)基礎(chǔ)設(shè)施的邊際生產(chǎn)率存在省級(jí)差異。與國(guó)外學(xué)者的質(zhì)疑類(lèi)似，有些國(guó)內(nèi)學(xué)者對(duì)中國(guó)基礎(chǔ)設(shè)施的顯著正向產(chǎn)出彈性提出了質(zhì)疑，他們認(rèn)為基礎(chǔ)設(shè)施投資不能對(duì)經(jīng)濟(jì)增長(zhǎng)一直具有促進(jìn)作用，二者之間應(yīng)該存在“倒U型關(guān)系”，即基礎(chǔ)設(shè)施發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在著一個(gè)“拐點(diǎn)”。當(dāng)基礎(chǔ)設(shè)施投資過(guò)了“拐點(diǎn)”之后，其對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用會(huì)減弱，高強(qiáng)度的投資甚至?xí)?duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生抑制。[20-22]除了對(duì)基礎(chǔ)設(shè)施投資進(jìn)行總體分析以外，一些研究也會(huì)關(guān)注于特定的某一類(lèi)基礎(chǔ)設(shè)施。在各類(lèi)基礎(chǔ)設(shè)施中，交通基礎(chǔ)設(shè)施一直是研究的重點(diǎn)。[23-25]此外，還有水利[26]和電信[27]等影響民生的重大基礎(chǔ)設(shè)施。也有學(xué)者會(huì)對(duì)各類(lèi)基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行比較分析。劉生龍和胡鞍鋼[28]構(gòu)建了衡量交通、能源和信息基礎(chǔ)設(shè)施發(fā)展水平的指標(biāo)，通過(guò)系統(tǒng)GMM與一階差分GMM方法得出交通和信息基礎(chǔ)設(shè)施對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)具有顯著溢出效應(yīng)，但能源基礎(chǔ)設(shè)施則具備不顯著的正外部性。張津瑞和施國(guó)慶[29]考察了長(zhǎng)江經(jīng)濟(jì)帶不同時(shí)期交通、能源和水利環(huán)境基礎(chǔ)設(shè)施資本存量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，認(rèn)為不同類(lèi)型基礎(chǔ)設(shè)施資本存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間效應(yīng)存在明顯區(qū)別。

從現(xiàn)有文獻(xiàn)可以看出，國(guó)內(nèi)外學(xué)者并沒(méi)有確定基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效果。此外，國(guó)內(nèi)研究較少?gòu)膮^(qū)域經(jīng)濟(jì)合作的角度去關(guān)注基礎(chǔ)設(shè)施建設(shè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，即使有若干學(xué)者已采用省級(jí)層面的面板模型來(lái)研究此題目，但他們所采用的估算方法也較少考慮區(qū)域間的經(jīng)濟(jì)聯(lián)系。本文在前人研究的基礎(chǔ)上進(jìn)行了以下幾點(diǎn)創(chuàng)新：首先，本文對(duì)長(zhǎng)三角區(qū)域內(nèi)各省市的基礎(chǔ)設(shè)施存量進(jìn)行了更加系統(tǒng)和科學(xué)的估算。其次，考慮到各時(shí)間序列含有隨機(jī)趨勢(shì)項(xiàng)(一階單整)，本文運(yùn)用了動(dòng)態(tài)最小二乘法(DOLS)來(lái)評(píng)估基礎(chǔ)設(shè)施投入對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度。最后，為了單獨(dú)評(píng)價(jià)各省市基礎(chǔ)設(shè)施投入對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度，本文運(yùn)用似不相關(guān)回歸方法(SUR)將各省市的時(shí)間序列模型結(jié)合起來(lái)一起進(jìn)行估算，從而克服了許多文獻(xiàn)運(yùn)用面板回歸方法只能從全國(guó)整體層面估算出參數(shù)的問(wèn)題。SUR實(shí)證模型既可以單獨(dú)評(píng)估各省市基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響(每個(gè)地區(qū)都有一條獨(dú)立的時(shí)間序列方程)，又考慮了各省市之間經(jīng)濟(jì)活動(dòng)的聯(lián)系(聯(lián)合估算)。此外本文也運(yùn)用SUR-DOLS方法進(jìn)一步評(píng)估了長(zhǎng)三角各省市各類(lèi)基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用，為長(zhǎng)三角地區(qū)如何安排基礎(chǔ)設(shè)施投資結(jié)構(gòu)提供了具體建議。

三、研究設(shè)計(jì)

(一)生產(chǎn)函數(shù)模型

參考Munnell[30]的研究，本文將基礎(chǔ)設(shè)施資本存量從總資本存量中分離，將其作為一種生產(chǎn)投入要素單獨(dú)放入生產(chǎn)函數(shù)中，得到以下函數(shù)模型：

Y=A×f(G,K,L)

(1)

其中，Y代表總產(chǎn)出，G、K、L分別代表基礎(chǔ)設(shè)施投入，非基礎(chǔ)設(shè)施投入和勞動(dòng)力投入。A代表技術(shù)進(jìn)步并且我們假設(shè)為?？怂怪行?Hicks-neutral)，將函數(shù)轉(zhuǎn)變?yōu)榭虏?道格拉斯生產(chǎn)函數(shù)形式，可得：

(2)

公式中本文假設(shè)Ait=Ai0et，表示技術(shù)水平隨著時(shí)間而提高。Y代表實(shí)際地區(qū)生產(chǎn)總值；G和K分別代表是實(shí)際基礎(chǔ)設(shè)施資本存量和非基礎(chǔ)設(shè)施資本存量；L為就業(yè)人數(shù)；下標(biāo)t和i分別代表時(shí)期和區(qū)域。a、b、c分別表示基礎(chǔ)設(shè)施資本存量、非基礎(chǔ)設(shè)施資本存量和勞動(dòng)力的產(chǎn)出彈性。將方程轉(zhuǎn)為對(duì)數(shù)形式，可得：

lnYit=lnAit+alnGit+blnKit+clnLit+uit

(3)

本文假設(shè)生產(chǎn)函數(shù)規(guī)模報(bào)酬不變，即a+b+c=1。此外，由于沒(méi)有Ait的數(shù)據(jù)，本文采用常數(shù)項(xiàng)加時(shí)間趨勢(shì)項(xiàng)(αi+φit)來(lái)模擬lnAit，公式轉(zhuǎn)化為：

lnYit-lnLit=αi+φit+a(lnGit-lnLit)+b(lnKit-lnLit)+uit

(4)

令y=Y/L,g=G/L,k=K/L,可以得到：

lnyit=αi+φit+alngit+blnkit+uit

(5)

在這里，yit代表人均實(shí)際地區(qū)生產(chǎn)總值，git為人均實(shí)際基礎(chǔ)設(shè)施資本存量，kit為人均實(shí)際非基礎(chǔ)設(shè)施資本存量。

(二)DOLS估算方法

動(dòng)態(tài)普通最小二乘法(DOLS)被Stock和Watson[31]提出用來(lái)研究宏觀變量之間的長(zhǎng)期關(guān)系，該方法將一階差分后的解釋變量的超前期和滯后期同樣作為解釋變量放入模型中，DOLS模型如下：

(6)

其中，Yt代表著被解釋變量，Xt為所有解釋變量的集合，系數(shù)θ為長(zhǎng)期累積乘數(shù)(cumulative multipliers)，即代表著解釋變量Xt改變時(shí)對(duì)被解釋變量Yt的長(zhǎng)期影響。ΔX則為所有解釋變量的一階差分的集合，下標(biāo)p和j分別代表滯后期和超前期的長(zhǎng)度，考慮到本文時(shí)間序列長(zhǎng)度較短，超前期和滯后期長(zhǎng)度都選擇為1期。

(三)SUR估算方法

本文選擇似不相關(guān)回歸模型(Seemingly Unrelated Regression model，SUR)對(duì)各省市時(shí)間序列進(jìn)行分析。(3)①SUR模型由Zellner(1962) [32]提出。本文選擇SUR模型參考了Dority等人[33]的研究，理由如下：第一，本文的橫截面單位(cross-sectional units)只有四個(gè)，數(shù)量較少。第二，本文的橫截面單位是四個(gè)相鄰的省份，而典型的面板數(shù)據(jù)模型假設(shè)單位從總體中隨機(jī)抽樣，并且聚類(lèi)標(biāo)準(zhǔn)誤差法對(duì)跨單位間協(xié)方差施加零相關(guān)限制。由于上述原因，本文選擇SUR模型更加合適。模型含義為存在一個(gè)線性方程組，其誤差在給定個(gè)體的方程之間是相關(guān)的，但在個(gè)體之間是不相關(guān)的。模型的一般形式如下：

yi=Xiβi+uii=1,…,N

(7)

其中，其中yi和ui是T維向量，Xi是T×Ki，βi是Ki維向量。將N個(gè)方程疊加可以得到以下形式：

(8)

公式(8)可以簡(jiǎn)潔地表示為：

y=Xβ+u

(9)

(四)變量說(shuō)明

本文選取長(zhǎng)三角三省一市的季度數(shù)據(jù)(2002Q1-2019Q4)，包括各區(qū)域地區(qū)生產(chǎn)總值、各類(lèi)資本存量、就業(yè)人數(shù)和平減指數(shù)(4)②Datastream數(shù)據(jù)庫(kù)提供的價(jià)格平減指數(shù)為2010=100。，數(shù)據(jù)來(lái)源為國(guó)家統(tǒng)計(jì)局網(wǎng)站、中國(guó)統(tǒng)計(jì)年鑒、各省市統(tǒng)計(jì)年鑒和Datastream數(shù)據(jù)庫(kù)。變量說(shuō)明如下：

1.總產(chǎn)出Y為各地區(qū)生產(chǎn)總值(單位：億元)。各地區(qū)的名義地區(qū)生產(chǎn)總值季度數(shù)據(jù)由各地區(qū)生產(chǎn)總值的年度數(shù)據(jù)進(jìn)行拆分得出。國(guó)家統(tǒng)計(jì)局從2005年第一季度開(kāi)始統(tǒng)計(jì)各地區(qū)生產(chǎn)總值季度累計(jì)值數(shù)據(jù)，所以2005年開(kāi)始的各地區(qū)季度生產(chǎn)總值計(jì)算方法為：以本季度與上一季度累計(jì)值差額占年末累計(jì)值的比重對(duì)年度地區(qū)生產(chǎn)總值進(jìn)行拆分得出。2005年以前的季度數(shù)據(jù)參考2005年至2019年各季度地區(qū)生產(chǎn)總值占全年地區(qū)生產(chǎn)總值的平均比重進(jìn)行拆分估算。

2.勞動(dòng)力投入L選擇各省市季度就業(yè)人數(shù)(單位：萬(wàn)人)。本文使用Datastream數(shù)據(jù)庫(kù)提供的區(qū)域季度城鎮(zhèn)單位就業(yè)人數(shù)對(duì)各省市年度總就業(yè)人數(shù)進(jìn)行拆分，計(jì)算方法為：各省市某年某季度就業(yè)人數(shù)=(該年該季度城鎮(zhèn)單位就業(yè)人數(shù)/該年第四季度城鎮(zhèn)單位就業(yè)人數(shù))×各省市該年總就業(yè)人數(shù)。Datastream數(shù)據(jù)庫(kù)提供的就業(yè)季度數(shù)據(jù)是不連續(xù)的，對(duì)于缺失數(shù)據(jù)，采用各省市各季度城鎮(zhèn)單位就業(yè)人數(shù)占第四季度人數(shù)的平均比重與缺失年份各省市年度總就業(yè)人數(shù)相乘得出。

3.各類(lèi)資本存量的測(cè)算(單位：億元)。本文采用永續(xù)盤(pán)存法對(duì)各類(lèi)基礎(chǔ)設(shè)施和非基礎(chǔ)設(shè)施資本存量進(jìn)行估算，每個(gè)區(qū)域的資本存量計(jì)算公式如下：

(10)

其中，kt為t時(shí)期的期末資本存量，It為t時(shí)期的實(shí)際投資額，δ為折舊率,上標(biāo)n表示資本種類(lèi)。關(guān)于折舊率δ，本文借鑒張軍等人[34]的研究，將其統(tǒng)一設(shè)為9.6%。對(duì)于基期資本存量k0的測(cè)算，本文參考了金戈[35]的做法，假設(shè)經(jīng)濟(jì)處于穩(wěn)態(tài)增長(zhǎng)，資本增長(zhǎng)率等于投資增長(zhǎng)率。進(jìn)而利用基年(2002年)實(shí)際投資額除以折舊率與增長(zhǎng)率之和得到基期資本存量。值得注意的是：基期資本存量是基年的年初資本存量即為上年年末的資本存量?；谫Y本存量可以由公式(10)推導(dǎo)得出：

(11)

(12)

(13)

關(guān)于基礎(chǔ)設(shè)施投資行業(yè)范圍的界定。由于2003年國(guó)民經(jīng)濟(jì)行業(yè)統(tǒng)計(jì)口徑發(fā)生變化，本文參考了金戈[36]和胡李鵬等人[17]的研究，2003—2019年選擇了以下四個(gè)行業(yè)：(1)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)；(2)電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)；(3)水利、環(huán)境和公共設(shè)施管理業(yè)；(4)信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)。2002年則選擇以下三個(gè)行業(yè)：(1)電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)；(2)地質(zhì)勘查業(yè)、水利管理業(yè)；(3)交通運(yùn)輸、倉(cāng)儲(chǔ)及郵電通信業(yè)。本文采用相應(yīng)行業(yè)的全社會(huì)固定資產(chǎn)投資額作為當(dāng)期投資。非基礎(chǔ)設(shè)施投資為扣除基礎(chǔ)設(shè)施投資的其他行業(yè)全社會(huì)固定資產(chǎn)投資 。2017年以后的統(tǒng)計(jì)方式改為統(tǒng)計(jì)各類(lèi)固定資產(chǎn)投資增速并且增加了基礎(chǔ)設(shè)施行業(yè)的統(tǒng)計(jì)，本文假定2017年以后統(tǒng)計(jì)的固定資產(chǎn)投資增速與全社會(huì)固定資產(chǎn)投資增速相同，使用永續(xù)盤(pán)存法計(jì)算出的各類(lèi)資本存量為年度數(shù)據(jù)，季度數(shù)據(jù)則使用移動(dòng)平均法對(duì)年度數(shù)據(jù)進(jìn)行拆分估算。

四、實(shí)證分析

(一)數(shù)據(jù)平穩(wěn)性檢驗(yàn)

為了避免時(shí)間序列回歸結(jié)果出現(xiàn)“偽回歸”問(wèn)題以及保證t檢驗(yàn)的有效性，要對(duì)時(shí)間序列各變量進(jìn)行平穩(wěn)性檢驗(yàn)，即單位根檢驗(yàn)。本文選擇DF-GLS單位根檢驗(yàn)對(duì)變量進(jìn)行平穩(wěn)檢驗(yàn)，原假設(shè)是變量存在單位根，即不平穩(wěn)。表2報(bào)告了單位根檢驗(yàn)結(jié)果，除部分變量以外，大部分變量在10%的顯著性水平下接受原假設(shè)。接下來(lái)再對(duì)所有變量進(jìn)行一階差分，結(jié)果顯示在一階差分情況下，長(zhǎng)三角各區(qū)域的所有變量都在1%的顯著性水平下拒絕原假設(shè)，可以得出所有時(shí)間序列變量均不平穩(wěn)(一階單整過(guò)程)。

表2 單位根檢驗(yàn)結(jié)果(DF-GLS統(tǒng)計(jì)量)

(二)數(shù)據(jù)長(zhǎng)期均衡關(guān)系檢驗(yàn)

當(dāng)各宏觀變量不平穩(wěn)時(shí)，可以進(jìn)一步檢驗(yàn)變量之間是否存在長(zhǎng)期均衡關(guān)系(協(xié)整關(guān)系)。如果變量存在協(xié)整關(guān)系，實(shí)證模型可采用DOLS法進(jìn)行建模以估算它們之間的長(zhǎng)期均衡關(guān)系。此外，用該方法建模可以對(duì)所估算的參數(shù)進(jìn)行t檢驗(yàn)(即t檢驗(yàn)是有效的)。本文選擇E-G兩步法進(jìn)行協(xié)整檢驗(yàn)。E-G兩步法主要步驟為：第一步先對(duì)變量進(jìn)行OLS回歸獲得殘差序列，第二步再對(duì)殘差序列進(jìn)行ADF單位根檢驗(yàn)。如果殘差存在單位根，則認(rèn)為變量之間不存在協(xié)整關(guān)系(長(zhǎng)期均衡關(guān)系)。表3為協(xié)整檢驗(yàn)結(jié)果，tau統(tǒng)計(jì)量(tau-statistic value)表明所有時(shí)間序列方程都在1%的顯著性水平下拒絕了“有一個(gè)單位根，即不存在協(xié)整關(guān)系”的原假設(shè)，從而證明各宏觀變量存在協(xié)整關(guān)系(長(zhǎng)期均衡關(guān)系)。

表3 E-G協(xié)整檢驗(yàn)結(jié)果

(三)回歸結(jié)果分析

實(shí)證分析分兩步進(jìn)行。首先，對(duì)長(zhǎng)三角整體進(jìn)行實(shí)證分析，考察區(qū)域整體基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用，第二部分是將區(qū)域內(nèi)的三省一市的數(shù)據(jù)分開(kāi)，用生產(chǎn)函數(shù)進(jìn)行建模，以比較各省市基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)拉動(dòng)作用的差異?？紤]長(zhǎng)三角各省市經(jīng)濟(jì)發(fā)展的緊密聯(lián)系，用SUR模型把4條方程的參數(shù)進(jìn)行聯(lián)合估算。

表4報(bào)告了長(zhǎng)三角整體基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)的正面拉動(dòng)作用。表4結(jié)果可以看出，長(zhǎng)三角整體區(qū)域的基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性系數(shù)約為0.23并且在1%的水平上顯著。系數(shù)解釋為在其他投入不變的情況下，基礎(chǔ)設(shè)施資本存量增加1%，總產(chǎn)出將增加0.23%。此外，非基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性系數(shù)約為0.48，表明非基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)也有顯著的正向促進(jìn)作用。由此可見(jiàn)，盡管長(zhǎng)三角的基礎(chǔ)設(shè)施發(fā)展水平較高，但是長(zhǎng)三角的基礎(chǔ)設(shè)施投資依然能夠顯著地促進(jìn)區(qū)域的經(jīng)濟(jì)增長(zhǎng)。

表4 長(zhǎng)三角整體基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)影響作用的估算

表5為長(zhǎng)三角三省一市的SUR-DOLS模型回歸結(jié)果。結(jié)果表明各省市人均基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性都顯著為正，可見(jiàn)各省市基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長(zhǎng)都具有顯著的促進(jìn)作用。在四個(gè)區(qū)域當(dāng)中，浙江的基礎(chǔ)設(shè)施資本投入的產(chǎn)出彈性系數(shù)最高，剩下依次為江蘇、安徽和上海。通過(guò)對(duì)回歸結(jié)果進(jìn)行分析可以看出：浙江的基礎(chǔ)設(shè)施資本投入對(duì)經(jīng)濟(jì)的促進(jìn)作用最大，產(chǎn)出彈性為0.321 7。這與“十二五”以來(lái)浙江大力加強(qiáng)基礎(chǔ)設(shè)施投資規(guī)模有著緊密關(guān)系，浙江在基礎(chǔ)設(shè)施存量較大的情況下依然能夠保持較為高速的投資增長(zhǎng)，2019年浙江基礎(chǔ)設(shè)施領(lǐng)域固定資產(chǎn)投資比上年增加10.2%。江蘇基礎(chǔ)設(shè)施資本投入的產(chǎn)出彈性系數(shù)為0.224 1，雖然最近幾年江蘇基礎(chǔ)設(shè)施投資增速較低，但是存量較大，依然對(duì)經(jīng)濟(jì)增長(zhǎng)有顯著的拉動(dòng)作用。安徽近年基礎(chǔ)設(shè)施投資增速較快，但是由于其基礎(chǔ)設(shè)施發(fā)展水平與其他省市相比較低，所以現(xiàn)在對(duì)經(jīng)濟(jì)的推動(dòng)作用還沒(méi)有十分顯著，產(chǎn)出彈性系數(shù)為0.173 5。上?；A(chǔ)設(shè)施資本投入的產(chǎn)出彈性系數(shù)為0.140 4，在三省一市中對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度最低。結(jié)合實(shí)際情況來(lái)看，上?；A(chǔ)設(shè)施發(fā)展較早并且較為成熟，所以基礎(chǔ)設(shè)施資本投入對(duì)經(jīng)濟(jì)的拉動(dòng)作用不如其他省市顯著。上?；A(chǔ)設(shè)施領(lǐng)域的固定資產(chǎn)投資也由高增速逐漸轉(zhuǎn)向了低增速甚至負(fù)增速，2019年為-0.9%。上海盡管基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)的拉動(dòng)作用在三省一市中最低，但是上海近些年率先發(fā)展新型基礎(chǔ)設(shè)施來(lái)助力數(shù)字經(jīng)濟(jì)建設(shè)，長(zhǎng)期來(lái)看隨著基礎(chǔ)設(shè)施的轉(zhuǎn)型升級(jí)成功，將會(huì)成為經(jīng)濟(jì)增長(zhǎng)的新引擎。(5)①有關(guān)數(shù)據(jù)統(tǒng)計(jì)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒。

表5 長(zhǎng)三角各省市基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)影響作用的估算(SUR-DOLS法)

本文接著對(duì)長(zhǎng)三角區(qū)域各省市的四類(lèi)基礎(chǔ)設(shè)施資本存量進(jìn)行研究，表6介紹了四類(lèi)基礎(chǔ)設(shè)施資本存量的分類(lèi)。表7顯示了各省市每類(lèi)人均基礎(chǔ)設(shè)施資本存量對(duì)實(shí)際人均地區(qū)生產(chǎn)總值的回歸結(jié)果(SUR-DOLS法)。結(jié)果表明，各省市各類(lèi)基礎(chǔ)設(shè)施資本存量的估計(jì)系數(shù)都顯著為正。模型(1)報(bào)告了交通基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)的拉動(dòng)作用。估計(jì)系數(shù)按大小依次為浙江、江蘇、安徽和上海。模型(2)報(bào)告了能源基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)的拉動(dòng)作用。估計(jì)系數(shù)按大小依次為上海、浙江、安徽和江蘇。模型(3)報(bào)告了水利基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)的拉動(dòng)作用。估計(jì)系數(shù)按大小依次為浙江、江蘇、安徽和上海。模型(4)報(bào)告了信息基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)的拉動(dòng)作用。估計(jì)系數(shù)按大小依次為浙江、安徽、上海和江蘇。

表6 人均基礎(chǔ)設(shè)施資本存量g的分類(lèi)

表7 各省市各類(lèi)基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)影響作用的估算(SUR-DOLS法)

續(xù)表

(四)穩(wěn)健性檢驗(yàn)

為了證明本文使用SUR模型的有效性，本文使用Breusch-Pagan檢驗(yàn)[37]來(lái)檢驗(yàn)殘差的相關(guān)矩陣是否具有統(tǒng)計(jì)顯著性，以作為使用SUR-DOLS模型的依據(jù)(而不是單獨(dú)估算各地區(qū)OLS回歸方程)。表8為表5中SUR-DOLS模型中各獨(dú)立方程之間殘差的相關(guān)矩陣和Breusch-Pagan檢驗(yàn)結(jié)果，結(jié)果表明檢驗(yàn)在1%的顯著水平下拒絕原假設(shè)，即意味著誤差之間存在統(tǒng)計(jì)上的顯著相關(guān)性，來(lái)自每個(gè)SUR回歸之間的殘差都彼此顯著相關(guān)，代表相同的非系統(tǒng)影響。Breusch-Pagan檢驗(yàn)結(jié)果說(shuō)明使用SUR模型所得到的系數(shù)將是一致和有效的。

(6)①表8為長(zhǎng)三角三省一市測(cè)算人均基礎(chǔ)設(shè)施資本存量(lng)對(duì)經(jīng)濟(jì)增長(zhǎng)拉動(dòng)作用的SUR-DOLS方程間殘差的相關(guān)矩陣和Breusch-Pagan檢驗(yàn)結(jié)果，單獨(dú)測(cè)算四類(lèi)人均基礎(chǔ)設(shè)施資本存量產(chǎn)出彈性系數(shù)的SUR-DOLS模型的Breusch-Pagan檢驗(yàn)結(jié)果均在1%的顯著性水平下拒絕原假設(shè)，考慮文章篇幅并未報(bào)告。此外，本文使用完全修正最小二乘法( FMOLS) 來(lái)對(duì)主要實(shí)證模型進(jìn)行穩(wěn)健性檢驗(yàn)。表9報(bào)告了用FMOLS法進(jìn)行回歸的結(jié)果，除了安徽省以外，其他區(qū)域基礎(chǔ)設(shè)施資本存量的估計(jì)系數(shù)都顯著為正。長(zhǎng)三角各區(qū)域的基礎(chǔ)設(shè)施資本存量產(chǎn)出彈性系數(shù)在0.13至0.45之間，非基礎(chǔ)設(shè)施資本產(chǎn)出彈性系數(shù)在0.21至0.73之間。三省一市基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性系數(shù)按照對(duì)各區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度排名依次為浙江、江蘇、上海和安徽。通過(guò)對(duì)比可以發(fā)現(xiàn)，F(xiàn)MOLS模型所得結(jié)果與使用SUR和DOLS模型得出的結(jié)果相近，因此本文采用的實(shí)證模型回歸結(jié)果是穩(wěn)健的。

表8 SUR-DOLS模型方程間殘差的相關(guān)矩陣①

表9 長(zhǎng)三角基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)影響作用的估算(FMOLS法)

五、結(jié)論與政策建議

本文研究了長(zhǎng)三角地區(qū)基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。首先，分析了衡量基礎(chǔ)設(shè)施發(fā)展情況的有關(guān)指標(biāo)，通過(guò)對(duì)比發(fā)現(xiàn)長(zhǎng)三角基礎(chǔ)設(shè)施發(fā)展的水平高于全國(guó)平均水平，但是區(qū)域內(nèi)各省市依然存在發(fā)展不平衡的問(wèn)題。同時(shí)本文計(jì)算了長(zhǎng)三角區(qū)域內(nèi)基礎(chǔ)設(shè)施和經(jīng)濟(jì)發(fā)展有關(guān)指標(biāo)的變異系數(shù)，發(fā)現(xiàn)長(zhǎng)三角區(qū)域內(nèi)經(jīng)濟(jì)和基礎(chǔ)設(shè)施發(fā)展的差距總體來(lái)說(shuō)在不斷縮小。之后，本文對(duì)長(zhǎng)三角區(qū)域內(nèi)各省市的基礎(chǔ)設(shè)施資本存量進(jìn)行估算并將其放入柯布-道格拉斯生產(chǎn)函數(shù)進(jìn)行實(shí)證分析。實(shí)證結(jié)果表明：(1)通過(guò)DOLS模型發(fā)現(xiàn)長(zhǎng)三角整體區(qū)域的基礎(chǔ)設(shè)施資本存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)有顯著促進(jìn)作用，基礎(chǔ)設(shè)施資本存量的產(chǎn)出彈性系數(shù)約為0.23并在1%的水平上顯著，非基礎(chǔ)設(shè)施資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)也有顯著的促進(jìn)作用，產(chǎn)出彈性系數(shù)約為0.48。(2)對(duì)長(zhǎng)三角三省一市的實(shí)證模型運(yùn)用SUR-DOLS方法進(jìn)行估算。SUR-DOLS模型回歸結(jié)果顯示三省一市基礎(chǔ)設(shè)施資本存量和非基礎(chǔ)設(shè)施資本存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響都顯著為正。此外，長(zhǎng)三角各省市基礎(chǔ)設(shè)施資本存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度按大小依次為浙江、江蘇、安徽和上海。(3)對(duì)長(zhǎng)三角各省市的各類(lèi)基礎(chǔ)設(shè)施資本存量運(yùn)用SUR-DOLS方法進(jìn)行回歸，發(fā)現(xiàn)各省市的各類(lèi)基礎(chǔ)設(shè)施資本存量對(duì)各自區(qū)域的經(jīng)濟(jì)增長(zhǎng)都具有不同程度的促進(jìn)作用。

實(shí)證結(jié)果肯定了長(zhǎng)三角基礎(chǔ)設(shè)施投入對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，在此基礎(chǔ)上提出以下幾點(diǎn)政策建議：

(1)繼續(xù)加大長(zhǎng)三角地區(qū)的基礎(chǔ)設(shè)施投資。首先，要保證傳統(tǒng)基礎(chǔ)設(shè)施的投資規(guī)模并且適當(dāng)向融合類(lèi)基礎(chǔ)設(shè)施傾斜。盡管長(zhǎng)三角在傳統(tǒng)基建項(xiàng)目上的發(fā)展水平高于全國(guó)平均水平，但部分地區(qū)和部分類(lèi)型的傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)還存在明顯不足，依然需要通過(guò)投入資金來(lái)進(jìn)一步完善。通過(guò)分析可以看出長(zhǎng)三角的傳統(tǒng)基礎(chǔ)設(shè)施已經(jīng)發(fā)展到一定水平，存在部分傳統(tǒng)基建投入對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用不明顯的情況，如果要持續(xù)對(duì)經(jīng)濟(jì)產(chǎn)生推動(dòng)作用，之后的投資需要更加注重對(duì)傳統(tǒng)基礎(chǔ)設(shè)施的升級(jí)改造。其次，要加大對(duì)新型基礎(chǔ)設(shè)施的投入力度。信息基礎(chǔ)設(shè)施是新型基礎(chǔ)設(shè)施的重要組成部分，本文實(shí)證發(fā)現(xiàn)各省市信息基礎(chǔ)設(shè)施投入對(duì)經(jīng)濟(jì)增長(zhǎng)都具有顯著促進(jìn)作用，要繼續(xù)加大投資從而推動(dòng)數(shù)字長(zhǎng)三角的發(fā)展進(jìn)程。

(2)進(jìn)一步優(yōu)化長(zhǎng)三角各類(lèi)基礎(chǔ)設(shè)施投資結(jié)構(gòu)。交通方面需要重點(diǎn)投資建設(shè)綜合交通樞紐，加強(qiáng)長(zhǎng)三角軌道、公路、機(jī)場(chǎng)和港口航道建設(shè)。能源方面在促進(jìn)油氣管網(wǎng)和區(qū)域電網(wǎng)聯(lián)通的同時(shí)，還要對(duì)風(fēng)能、太陽(yáng)能、生物質(zhì)能等新能源基礎(chǔ)設(shè)施建設(shè)大力投資。水利方面，長(zhǎng)三角區(qū)域內(nèi)江河眾多，水系發(fā)達(dá)，加強(qiáng)重大省際水利工程建設(shè)的投資，提升防洪(潮)和供水安全保障能力。信息方面要大力投資發(fā)展如5G網(wǎng)絡(luò)等新一代信息基礎(chǔ)設(shè)施并且共同推進(jìn)長(zhǎng)三角工業(yè)互聯(lián)網(wǎng)建設(shè)。

(3)長(zhǎng)三角各省市有針對(duì)性地進(jìn)行基礎(chǔ)設(shè)施投資。實(shí)證分析表明長(zhǎng)三角區(qū)域內(nèi)各省市的各類(lèi)基礎(chǔ)設(shè)施投資對(duì)各自省市經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度存在差異，這也反映了各省市基礎(chǔ)設(shè)施發(fā)展水平的不同。所以，各省市應(yīng)該結(jié)合自身發(fā)展現(xiàn)狀來(lái)進(jìn)行基礎(chǔ)設(shè)施投資，避免基礎(chǔ)設(shè)施投資出現(xiàn)短缺或者過(guò)度。上?；A(chǔ)設(shè)施發(fā)展較早并且已經(jīng)達(dá)到較高水平，應(yīng)該重點(diǎn)關(guān)注對(duì)基礎(chǔ)設(shè)施科技創(chuàng)新方面的投入。江蘇與浙江基礎(chǔ)設(shè)施較為發(fā)達(dá)，但是仍然存在省內(nèi)基礎(chǔ)設(shè)施發(fā)展不平衡問(wèn)題，接下來(lái)依然要對(duì)基礎(chǔ)設(shè)施薄弱環(huán)節(jié)進(jìn)行“補(bǔ)短板”式投資，并且大力發(fā)展新型基礎(chǔ)設(shè)施。安徽基礎(chǔ)設(shè)施建設(shè)在長(zhǎng)三角區(qū)域內(nèi)相對(duì)較弱，但近些年投資力度不斷加大，要繼續(xù)保持各類(lèi)基礎(chǔ)設(shè)施的投資力度。

(4)繼續(xù)推動(dòng)長(zhǎng)三角區(qū)域的基礎(chǔ)設(shè)施一體化建設(shè)?；A(chǔ)設(shè)施的跨行政區(qū)域合作將會(huì)促進(jìn)區(qū)域之間各種生產(chǎn)要素的雙向流動(dòng)，加強(qiáng)各區(qū)域之間的經(jīng)濟(jì)聯(lián)系。既要大力投資如城際高鐵、城市軌道交通等新型基礎(chǔ)設(shè)施從而提高“雙循環(huán)”效率效益，也要重點(diǎn)解決各區(qū)域交界處的基礎(chǔ)設(shè)施銜接問(wèn)題，避免成為區(qū)域發(fā)展的“堵點(diǎn)”，提高投資效率。這樣既能夠吸收外部要素從而加強(qiáng)自身經(jīng)濟(jì)競(jìng)爭(zhēng)力，同時(shí)也能向外起到輻射作用，推動(dòng)周邊地區(qū)共同發(fā)展。