一、引言
通讯基础设施为人们的生产生活提供了巨大便利,是国家与地方政府重点建设的公共设施或准公共设施。凭借显著的正外部性与节约交易费用的良好功能,通讯基础设施降低了获取信息的固定成本和参与市场的可变成本,实现了企业组织产出的增加,提高了行业生产力,为经济业态的创新提供了不竭动力,为企业利润与消费者剩余的增加提供了有利条件,为地区经济创造了更多的发展机会。通讯基础设施形成的通讯网络经济作为一种新的社会关系形式,极大地影响了社会经济结构与国民经济的管理机制,提高了与外部地区的互动频率。自上世纪90年代国家推出信息化工程战略与互联网服务策略以来,通讯基础设施建设工作得到了前所未有的推进。在电信业产权制度改革与配套性通讯制度安排的导引下,在通信技术迭代升级与通讯服务需求不断上升的推动下,我国通讯行业已基本形成了竞争充分的市场化格局,正持续不断地创造惠及各方的社会效益与社会福利。迈入通讯技术变迁的5G时代与“新基建”国家战略机遇期,通讯基础设施势必成为新时代经济增长的核心驱动力,其更加凸现的正外部性不仅加快了本地区经济高质量发展,且呈现出的空间溢出效应也将对周边地区经济增长产生更为积极的影响,进而带动整个区域的均衡协调发展。鉴于通讯基础设施的空间溢出效应更能充分表现出跨时空的经济效应与内在特征,因而探究通讯基础设施对地区经济增长的空间溢出效应有益于准确评估其对经济增长的作用效果,进而可依据该估计结果有针对性地提出通讯基础设施的优化治理路径,全面提升其经济服务功能,强化其经济促进效应,这对促进地区经济快速均衡发展、提升全体居民福利水平具有重大的现实意义。
二、文献回顾
依托于持续更新迭代的通信技术、持续增长的市场交易规模与日益扩大的市场交易范围,通讯基础设施对经济增长的影响效应与日俱增,并受到了学术界与政策界的广泛关注,有关通讯基础设施经济效应的研究文献日渐增多。早在上世纪80年代Hardy[1]就基于包含发展中国家与发达国家的跨国面板数据实证估计了电话基础设施的经济效应,得出电话对经济发展具有显著驱动作用的研究结论;Norton[2]的研究表明,电信投资对经济增长有显著的正向效应;Rǒller 和Waverman[3]基于OECD国家样本数据的研究发现,年经济增长率的增长有电信基础设施投资的贡献,且电话基础设施的网络效应对经济增长的贡献最大;Sridhar K S和 Sridhar V[4]的研究指出电信基础设施的经济效应存在国家异质性,其对发展中国家的经济效应不及发达国家。与以上学者的研究视角有所不同的是,Lehr等[5]选取宽带基础设施测度通讯基础设施的经济效应,研究表明宽带普及率越高则经济活动越活跃,经济发展态势越好;Koutroumpis[6]通过构建联立方程消除内生性干扰,研究发现宽带渗透率跨过30%的门槛后会推动经济发展;Czernich等[7]指出宽带渗透率只需跨过10%的门槛就可以产生经济驱动效应;Castaldo等[8]运用动态面板模型进行的实证分析发现,宽带连接的扩散与实际GDP增长呈正相关关系,并基于长期参数、调整速度和平均时滞估计了宽带连接对不同时期人均GDP的实际影响,结果表明影响效果显著存在;Pradhan等[9]基于G20国家面板数据,估计得出宽带基础设施的采用和经济繁荣之间有很强的同向关系。
国内学者也就通讯基础设施对经济增长的影响效应展开了相关研究。郑世林等[10]从电话普及率视角探析通信基础设施对我国经济增长的影响效果,发现电信基础设施对经济增长有正向促进效应,但该贡献呈现出衰减态势,并认为制定应对电信产业成熟与衰退期的相关政策有助于扭转效应递减的态势;韩宝国和朱平芳[11]基于宽带渗透率的视角研究认为,宽带渗透率跨过10%的门槛后会促进经济增长,并指出该影响效应存在地区异质性,西部地区并没有呈现出显著效果,西部地区应实施宽带超前发展战略方能发挥其经济促进效应;冯永晟和马源[12]在揭示宽带普及与经济增长双向作用机制的基础上,通过实证估计发现宽带加速发展对经济增长有倍增效应;李天籽和王伟[13]选取了邮电、通信、网络等指标测度通讯基础设施,研究指出通讯基础设施对经济增长的溢出效应明显,且显著高于交通基础设施的溢出效应,并发现东部地区通讯基础设施对经济增长的溢出效应强于中西部地区;王迪[14]通过构建空间计量模型进行的研究发现,移动通信和互联网等通讯基础设施的普及推广对城市经济增长有积极的促进作用,并能够显著扩大城市经济增长的溢出范围;王勇和黎鹏[15]研究指出,信息通讯基础设施可通过提升全要素生产率加快经济增长;焦娜等[16]研究发现,通信基础设施可通过促进技术进步驱动地区经济增长;徐政和张存才[17]研究认为,通讯基础设施协同边界地理区位可强化区域创新能力,推动区域经济发展;方鸣和谢敏[18]研究指出,通讯基础设施质量与经济发展密切相关,非洲地区通讯基础设施的优化改善可加强中非双边贸易往来,从而促进我国经济发展。
国内外学者的丰硕成果为后续相关研究提供了坚实基础。但既有研究并没有同时考察以电话为代表的通信基础设施与以电脑为依托的互联网设施建设对地区经济增长的影响效应,且未能深入考察两类通讯基础设施协同下的空间溢出效应,而通讯基础设施的跨时空特征要求必须考察二者协同状态所呈现出的空间溢出效应,以深刻揭示通讯基础设施内部二者之间的关系状态对经济增长的作用效果。鉴于此,本研究同时选取电话普及率与互联网普及率作为通讯基础设施发展的测度指标,构建动态空间面板杜宾模型,运用空间偏微分法估计通讯基础设施对经济增长的空间溢出效应,以期为增强通讯基础设施对地区经济增长的驱动效应提供参考。
三、变量选取与模型设定
（一）变量选取与数据来源
由于人均GDP水平更能够体现地区经济增长水平,世界银行、联合国开发计划署以及我国统计部门等均用该指标测度地区经济发展水平,Acemoglu[19]、林毅夫[20]等著名学者也使用该指标研究经济增长问题,因此本研究选用地区人均GDP作为被解释变量来测度经济增长水平。同时,考虑到电话与互联网设施是尤为重要的通讯基础设施,电话与互联网设施的推广普及力度能充分反映通讯基础设施发展水平,孙文杰[21]、陈汝君[22]等分别采用电话普及率、互联网普及率衡量通讯基础设施发展水平,因此本研究也选取电话普及率与互联网普及率作为解释变量来测度通讯基础设施发展水平。由于电话与互联网二者具有互补关系与替代关系,且对经济增长的影响效应均会受彼此的影响,因此还选取了电话普及率与互联网普及率的交互项作为解释变量。
基于对经济增长影响的重要性与全面性考虑,本研究选取的控制变量包括物流基础设施、交通基础设施、居民消费能力、人口密度、城市化发展水平、人力资本水平、通勤成本、工资水平、产业结构、金融发展水平、民营经济发展度、环境规制强度、外商直接投资水平、地区对外贸易依存度以及地方政府规模。其中：物流基础设施用公路里程与铁路里程之和来表示;交通基础设施用人均城市道路面积来表示;居民消费能力用居民消费水平来表示;人口密度用单位城市土地面积可容纳的人口数量来表示;城市化发展水平用城镇化率来表示;人力资本水平用人力资本投资水平表示,具体用科教文卫支出占地方公共财政支出的比重来测度;通勤成本用每万人拥有公共交通车辆数来测度;工资水平用在岗职工平均工资水平来测度;产业结构用第三产业增加值与第二产业增加值的比值来表示;金融发展水平用地区金融机构贷款余额占地区GDP的比重来测度;民营经济发展度用私营企业就业人数占就业总人数的比重来表示;环境规制强度用环境污染治理投资额在地区生产总值中的占比来表示;外商直接投资水平用地区人均实际利用外商直接投资额来表示;地区对外贸易依存度用地区进出口贸易总额与地区GDP的比值来表示;地方政府规模用地方公共财政支出与地区GDP的比值来表示。
考虑到数据的完整性及可比性,本研究选取我国大陆不含西藏的30个省、自治区、直辖市作为研究样本,样本区间为2005年—2018年。指标数据主要来源于《中国统计年鉴》、《中国互联网发展报告》、《中国金融年鉴》、Wind数据库及各省区市的统计公报与统计年鉴。另外,由于部分变量受价格因素影响,因此剔除价格因素影响,选用实际值进行实证分析。各变量的描述性统计见表1 。
表1 模型所选变量的描述性统计 |
| 变量类型 | 变量名称 | 变量符号 | 单位 | 均值 | 标准差 | 最大值 | 最小值 |
|---|---|---|---|---|---|---|---|
| 被解释变量 | 人均GDP | PGDP | 元/人 | 32393.27 | 18546.68 | 109553.10 | 5376.46 |
| 解释变量 | 电话普及率 | TPR | 部/百人 | 97.33 | 35.66 | 228.09 | 25.00 |
| 互联网普及率 | IPR | % | 37.35 | 19.15 | 78.00 | 2.80 | |
| 控制变量 | 物流基础设施 | LIS | 万公里 | 13.59 | 7.54 | 33.66 | 0.84 |
| 交通基础设施 | TIS | 平方米/人 | 13.71 | 4.50 | 25.82 | 4.04 | |
| 居民消费能力 | RCL | 元 | 11505.15 | 6780.53 | 42050.19 | 3256.00 | |
| 人口密度 | POD | 人/平方公里 | 2712.20 | 1274.49 | 6307.38 | 188.52 | |
| 城市化发展水平 | URR | % | 53.53 | 13.88 | 89.60 | 26.87 | |
| 人力资本水平 | HCI | % | 26.39 | 4.60 | 25.82 | 4.04 | |
| 通勤成本 | PTV | 标台/万人 | 11.62 | 3.49 | 26.55 | 4.76 | |
| 工资水平 | WAG | 元 | 36485.67 | 15610.12 | 106817.4 | 13688 | |
| 产业结构 | INS | % | 104.06 | 58.09 | 502.21 | 49.71 | |
| 金融发展水平 | FDL | % | 120.81 | 43.28 | 258.47 | 53.72 | |
| 民营经济发展度 | PED | % | 16.29 | 15.29 | 95.57 | 2.28 | |
| 环境规制强度 | EVR | % | 1.34 | 0.67 | 4.11 | 0.30 | |
| 外商直接投资水平 | FDI | 元/人 | 1061.74 | 1298.70 | 8871.56 | 4.90 | |
| 地区对外贸易依存度 | FTD | % | 29.38 | 33.29 | 163.40 | 1.12 | |
| 地方政府规模 | LGS | % | 22.01 | 9.69 | 62.74 | 7.98 |
（二）模型设定
1.权重矩阵设定。空间权重的测算方法主要有与K最近邻域权重法、临接权重法与距离权重法3种,与K最近邻域权重法的类域易误分且有较大的计算量,临接权重法相对简单但分析效果欠佳,因此,为充分表现空间效应随距离变化而呈现出的指数变化趋势,本研究采用距离权重法中的反距离平方空间权重矩阵,且针对省际面板数据采用标准化后的面板权重矩阵进行实证分析。反距离平方空间权重矩阵 的测算公式为 ,其中 为 地区与 地区间的欧式距离。
2.空间计量模型设定。空间计量模型主要有考察被解释变量空间相关性的空间自回归模型（SAR）与考察解释变量空间相关性的空间误差模型（SEM）,并且在这两种模型的基础上又发展形成了空间杜宾模型（SDM）,SDM模型含有空间滞后与空间误差两种影响,被解释变量与解释变量的空间相关性均能被考察。通过对模型进行LR检验和Wald检验可判断模型能否退化为SAR模型与SEM模型。一般的检验思路为：设立2个原假设,若第1个原假设被拒绝,则模型退化为SAR模型;若第2个原假设被拒绝,则模型退化为SEM模型;若2个原假设同时被拒绝,则模型退化为SDM模型。由表2 所示的检验结果可知,在10%的显著性水平下同时拒绝了2个原假设,因此本研究适宜选取SDM模型。
表2 SDM模型的LR检验和Wald检验结果 |
| 原假设类型 | 检验 | 统计值 | P值 |
|---|---|---|---|
| 第1个原假设 （ ） | LR检验 Wald检验 | 6.26 6.28 | 0.099 0.099 |
| 第2个原假设 （ ） | LR检验 Wald检验 | 7.75 7.57 | 0.052 0.056 |
为消除数据量纲与异方差的影响,对部分变量取自然对数进行实证分析;同时为克服内生性因素干扰,建立动态空间面板杜宾模型（SDM）进行分析。模型表达式如下：
= + + + + + + + + + + + + +
其中, 、 分别表示省份与年份, 含有城市化发展水平、人力资本水平、产业结构、金融发展水平、民营经济发展度、环境规制强度、地区对外贸易依存度、地方政府规模等8个控制变量, 含有物流基础设施、交通基础设施、居民消费能力、人口密度、通勤成本、工资水平、外商直接投资水平等7个控制变量, 为被解释变量的时间空间滞后项系数, 为被解释变量的空间自相关系数, 为本地解释变量对本地被解释变量的影响系数, 为本地控制变量对本地被解释变量的影响系数, 为其他地区解释变量对本地被解释变量的影响系数, 为其他地区控制变量对本地被解释变量的影响系数, 为面板反距离平方空间权重矩阵, 、 分别为个体效应与时间效应, 为随机干扰项。
四、实证分析
（一）模型估计结果分析
1.豪斯曼检验。对SDM模型进行豪斯曼检验,卡方值Chi2（18）=-1137.05,检验结果为负值,表明实证数据无法满足随机效应模型的渐进性假设,因而采用动态双固定效应SDM模型估计空间溢出效应是合理有效的。
2.动态双固定效应SDM模型估计结果及经验分析。运用Stata15.0软件对动态双固定效应空间SDM模型进行实证估计,估计结果见表3 。
表3 动态双固定效应SDM模型估计结果 |
| 直接效应估计结果（lnPGDP） | 空间溢出效应估计结果（lnPGDP） | ||||
|---|---|---|---|---|---|
| 变量 | 系数 | Z值 | 变量 | 系数 | Z值 |
| lnTPR IPR lnTPR_IPR lnLIS lnTIS lnRCL lnPOD URR HCI lnPTV lnWAG INS FDL PED EVR lnFDI FTD LGS | 0.085 0.001 0.101*** 0.291*** 0.094*** 0.321*** -0.020 -0.001 -0.004*** -0.101*** 0.476*** -0.001*** -0.003*** 0.001 -0.012** 0.001 -0.002*** -0.005*** | 1.37 0.23 3.50 6.00 3.44 7.20 -1.60 -0.48 -3.07 -4.12 7.97 -6.14 -10.89 0.83 -2.17 0.20 -4.17 -3.64 | W×lnTPR W×IPR W×lnTPR_IPR W×lnLIS W×lnTIS W×lnRCL W×lnPOD W×URR W×HCI W×lnPTV W×lnWAG W×INS W×FDL W×PED W×EVR W×lnFDI W×FTD W×LGS | 0.139 -0.009*** 0.260*** 0.043 -0.262*** 0.136 0.147*** -0.004 0.012** 0.064 -0.209 0.001 0.001* 0.001 0.030* -0.065*** -0.005*** -0.003 | 0.79 -3.19 2.87 0.25 -3.61 1.13 3.07 -0.88 2.52 0.90 -1.01 0.79 1.93 0.72 1.94 -3.88 -5.08 -1.01 |
| Spatial rho | 0.214** | 2.23 | W×lnPGDP(-1) | 0.050 | 0.34 |
| Variance sigma2_e | 0.001*** | 14.94 | R2 | 0.964 | |
| Log-likelihood | -3071.82 | ||||
注：*、**、***分别表示显著性水平为10%、5%和1%。 |
由表3 所示的直接效应估计结果可知,本地区的电话普及率与互联网普及率均对本地区经济增长有不显著的正向影响。而本地区电话普及率与互联网普及率的交互项对本地区经济增长有显著的正向影响效应,表明电话与互联网两类通讯基础设施协同发展可对本地区经济增长产生积极的影响效应,而各自单独作用则不能对经济增长起到显著的驱动作用。
由表3 的空间溢出效应估计结果可知,本地区电话普及率对周边地区经济增长的正向影响效果不显著,而互联网普及率却对周边地区经济增长有显著的负向影响效应。同时,电话普及率与互联网普及率的交互项对周边地区经济增长有显著的正向影响效应,且优于其对本地经济增长的作用效果。这表明本地区电话与互联网两类通讯基础设施的耦合协同在促进本地区经济增长的同时也会对周边地区的经济增长产生显著的积极影响,且溢出效应大于直接效应。由此可知,尽管电话与互联网两类通讯基础设施分别对本地经济增长有正向影响,且电话普及率对周边地区经济增长有正向空间溢出效应,但这些影响效应在统计水平上均不显著,只有当二者处于协同发展状态时才能对经济增长呈现出显著的直接效应与空间溢出效应。此外,二者有机动态协同的跨时空服务功能在省际之间比在省内有更多的施展机会,对周边地区的经济增长具有更为明显的正向作用效果,表现出良好的空间溢出效应。这主要是因为在不断开放的市场经济环境下,电话与互联网均不足以独自有效应对日益频繁、复杂的经济交易活动,交易双方在通过电话沟通的同时往往还需互联网的配合与支持,互联网业务也离不开电话作为沟通媒介的协作与助推,两类通讯基础设施已形成难以分割的互助共生关系,单凭自身力量无法对经济增长起到显著的驱动作用,甚至会破坏正常的经济交易秩序。而单独的互联网平台会对周边地区的经济增长产生显著负向影响,带来空间抑制效应。可能的原因是互联网不均衡发展的不断强化会将资源引至互联网建设比较完备的地区,即在互联网优势地区,本地互联网的进一步优化升级与推广普及在一定程度上会抢占周边地区的经济资源与市场份额,且完备的互联网建设有利于提升地方政府的治理水平,从而吸引各种优质资源聚集,给周边地区经济带来挤出效应,不利于整个区域的一体化发展。因此,若要充分发挥通讯基础设施对经济增长的正向影响效应,需重视通讯基础设施的网络生态建设,确保两类通讯基础设施能够均衡发展且彼此之间实现有机联动与动态交织,从而最大化发挥通讯基础设施对经济增长的驱动效应。
空间自相关系数在5%水平上显著为正,表明经济增长具有空间上的集聚特点与显著的正向空间溢出效应,即本地区经济增长可显著带动周边地区经济发展,对周边地区经济发展有显著的空间扩散作用。经济增长的时间空间滞后系数为正但不显著,表明本地区上一期的经济增长对周边地区的经济增长有不显著的正向影响。由此可知,地理上的临近有助于实现地区间经济增长的相互依赖与相互促进,相邻地区之间不仅能够实现经济要素互通有无及经济资源共享,而且在经济增长方式与制度安排等方面也可相互学习,从而加快整个区域的经济增长。
此外,从控制变量来看,人口密度（POD）、人力资本水平（HCI）、金融发展水平（FDL）、环境规制强度（EVR）对周边地区经济增长均有显著的正向溢出效应,而交通基础设施（TIS）、外商直接投资水平（FDI）以及地区对外贸易依存度（FTD）对周边地区经济增长均有显著的负向溢出效应。究其原因主要在于：较高的人口密度会给周边地区带来更多的商品服务需求与经济建设所需的劳动力,拉动周边地区经济发展;高水平的人力资本也有利于为周边地区输送人才,提供优质劳动力,促进经济发展;发达的金融市场在满足本地信贷服务的同时也会给周边地区提供更多的信贷服务机会,加快经济增长步伐;本地环境规制程度高,那么达不到环境规制要求的企业就会陆续迁移到周边地区,进而拉动周边地区经济增长。而交通基础设施建设水平越高越有利于吸引周边地区经济资源,从而给其经济发展带来一定的负面影响,且交通设施的完善促使本地经济快速发展从而加大与周边地区的发展差距;外商直接投资有益于本地提高技术水平与管理水平,给当地带来竞争优势,使其在抢占发展机遇与吸引经济资源等方面优于周边地区,从而在一定程度上抑制了周边地区经济发展;较多的对外贸易业务有利于强化本地与国外交易主体的关系,使其在一定意义上忽视与周边地区的经济往来,且资源禀赋不适合发展外向型经济的周边地区盲目跟进反而会给经济发展带来负面影响。
（二）不同时期的直接效应与间接效应分析
以上实证分析虽然探析了通讯基础设施对经济增长的空间溢出效应,但并不能更为细致地从长短期不同的时间段将通讯基础设施对经济增长的影响效应充分、全面地呈现出来,且空间自相关系数也无法准确估计不同时期空间溢出效应的影响程度。为此,本研究运用空间偏微分法[19],将通讯基础设施对经济增长的总体影响效应（总效应）细化为长短不同时期的直接效应与间接效应。其中,直接效应表示本地通讯基础设施对本地经济增长的影响效应,间接效应表示本地通讯基础设施对周边地区经济增长的空间溢出效应。总效应分解结果见表4 。
表4 不同时期的直接效应与溢出效应分解结果 |
| 变量 | 短期直接效应 | 短期溢出效应 | 短期总效应 | 长期直接效应 | 长期溢出效应 | 长期总效应 |
|---|---|---|---|---|---|---|
| lnTPR | 0.088 （1.440） | 0.193 （0.850） | 0.281 （1.120） | 0.090 （1.450） | 0.212 （0.870） | 0.302 （1.120） |
| IPR | -0.001 （-0.020） | -0.011*** （-3.110） | -0.012*** （-2.940） | -0.001 （-0.110） | -0.011*** （-3.080） | -0.012*** （-2.910） |
| lnTPR_IPR | 0.112*** （3.840） | 0.369*** （2.940） | 0.481*** （3.520） | 0.116*** （3.890） | 0.388*** （2.940） | 0.504*** （3.480） |
注：***表示显著性水平为1%,括号中数字为Z值。 |
由表4 可见,电话普及率在短期与长期均对经济增长有不显著的正向直接效应与溢出效应,而互联网普及率在短期与长期则表现出不显著的负向直接效应,其对周边地区经济增长表现出显著的负向空间溢出效应。二者的交互项在短期与长期对经济增长均表现出显著的正向直接效应与空间溢出效应,短期与长期总效应均主要来自于空间溢出效应,且直接效应与空间溢出效应在长期的表现均优于短期。这主要是因为距离越远越能凸显通讯基础设施的作用,且通过长期持续的优化升级及应用推广,通讯基础设施可更好地服务于各项经济交易活动,节约交易成本,使得交易主体之间沟通衔接顺畅,从而确保经济合约按时按质顺利完成,在实现地区经济快速增长方面起到了不可或缺的作用。由此进一步验证了电话与互联网平台相互融合、有机协同,是通讯基础设施对经济增长产生直接效应与空间溢出效应的关键,二者的融合、协同对周边地区经济增长有比较显著的空间溢出效应。
（三）区域异质性分析
考虑到我国东中西部各区域经济增长的不均衡性以及通讯基础设施发展的非同步性,本文就通讯基础设施对经济增长的直接效应与空间溢出效应进行区域异质性分析,估计结果见表5 。
表5 区域异质性估计结果 |
| 地区 | 变量 | 短期直接效应 | 短期溢出效应 | 短期总效应 | 长期直接效应 | 长期溢出效应 | 长期总效应 |
|---|---|---|---|---|---|---|---|
| 东部 地区 | lnTPR | 0.132 （0.96） | 1.105*** （3.95） | 1.237*** （3.90） | -0.057 （-0.34） | 0.891*** （3.84） | 0.834*** （4.18） |
| IPR | 0.007*** （3.97） | 0.015** （2.26） | 0.022*** （3.04） | 0.006** （2.54） | 0.010* （1.82） | 0.016*** （3.19） | |
| lnTPR_IPR | -0.014 （-0.22） | -0.526*** （-2.77） | -0.540*** （-2.70） | 0.082 （1.00） | -0.446*** （-2.76） | -0.364*** （-2.80） | |
| 中部 地区 | lnTPR | -0.210** （-2.34） | -0.244 （-1.43） | -0.454** （-2.00） | -0.180** （-2.00） | -0.140 （-0.98） | -0.320** （-2.04） |
| IPR | -0.005** （-2.16） | -0.007 （-1.15） | -0.012* （-1.71） | -0.005* （-1.74） | -0.004 （-0.77） | -0.009* （-1.74） | |
| lnTPR_IPR | 0.339*** （6.41） | 0.392*** （2.76） | 0.731*** （4.03） | 0.293*** （6.25） | 0.224** （2.04） | 0.517*** （4.36） | |
| 西部 地区 | lnTPR | 0.150* （1.69） | -0.178 （-0.49） | -0.028 （-0.07） | 0.216* （1.72） | -0.230 （-0.85） | -0.014 （-0.07） |
| IPR | 0.001 （0.49） | -0.023*** （-2.75） | -0.022** （-2.42） | 0.006* （1.69） | -0.019*** （-3.01） | -0.013*** （-2.63） | |
| lnTPR_IPR | 0.056 （1.33） | 0.286 （1.38） | 0.342 （1.51） | 0.007 （0.13） | 0.182 （1.23） | 0.189 （1.55） |
注：*、**、***分别表示显著性水平为10%、5%和1%。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省份;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆等11个省区市。 |
由表5 可以看出,通讯基础设施对经济增长的影响效应表现出明显的区域异质性。其中：东部地区电话普及率在短期对经济增长有不显著的正向直接效应,互联网普及率对经济增长有显著的正向直接效应,二者在长短两个时期都对经济增长有显著的正向空间溢出效应,但二者的交互项却在两个时期对经济增长均有显著的负向空间溢出效应;中部地区电话普及率与互联网普及率在长短两个时期对经济增长都有显著的负向直接效应与不显著的负向空间溢出效应,二者的交互项在两个时期对经济增长均有正向的直接效应与空间溢出效应;西部地区电话普及率与互联网普及率在两个时期对经济增长均有正向直接效应与负向空间溢出效应,且电话普及率的正向直接效应显著,互联网普及率的负向空间溢出效应显著,二者的交互项也呈现出不显著的正向直接效应与空间溢出效应。
异质性估计结果表明：东部地区电话与互联网存在较强的替代关系;中部地区电话与互联网具有较强的互补协同关系,这是二者交互项产生正向直接效应与空间溢出效应的有力保障;西部地区电话与互联网也存在相互强化的协作关系,但二者之间的协同功能不及中部地区强大。这主要是因为,东部地区的电话与互联网都得到了深度发展,能够独自完成各类经济交易活动,在运作中表现出相互替代的关系,且该区域临近省市各类通讯基础设施的网络一体化建设相对完备,各类通讯基础设施对经济增长不仅能产生明显的直接效应,而且具有较强的空间溢出效应。然而,东部地区经济增长中不能忽视由通讯基础设施内部替代关系所产生的负向效应,应对两类通讯基础设施进行有机整合,使二者协同起来驱动经济增长。中西部地区通讯基础设施仍处于发展期,电话与互联网分割开来难以单独完成经济交易活动,需二者协作才能促进经济发展。同时,西部地区电话与互联网虽然存在协作关系,但较中部地区弱,因此二者交互项的直接效应与空间溢出效应在统计水平上不及中部地区显著,其通讯基础设施的内部协作关系有待进一步加强。
五、主要结论与政策启示
（一）主要结论
本文基于跨省面板数据,运用动态双固定效应空间面板杜宾模型就通讯基础设施对经济增长的直接效应与空间溢出效应进行实证分析,并采用空间偏微分法进一步估计通讯基础设施在长短期对经济增长的直接效应与空间溢出效应,同时分析直接效应与溢出效应的区域异质性。实证结果表明：一是从整体上看,电话普及率与互联网普及率对本地经济增长均有不显著的正向直接效应,电话普及率对周边地区经济增长有不显著的正向空间溢出效应,互联网普及率对周边地区经济增长则有显著的负向空间溢出效应,二者的交互项对经济增长有显著的正向直接效应与空间溢出效应,且空间溢出效应强于直接效应。另外,通过考察控制变量可以发现,人口密度、人力资本水平、金融发展水平、环境规制强度对周边地区经济增长有显著的正向空间溢出效应,而交通基础设施、外商直接投资水平以及地区对外贸易依存度对周边地区经济增长却有显著的负向空间溢出效应。二是从长短两个时期看,电话普及率与互联网普及率的交互项在长期与短期均对经济增长有显著的正向直接效应与空间溢出效应,两个时期总效应均主要来自空间溢出效应,且直接效应与空间溢出效应在长期的表现均优于短期。三是区域异质性分析发现,东部地区电话普及率与互联网普及率的交互项在长短两个时期均对周边地区经济增长有显著的负向空间溢出效应,中部地区二者的交互项对周边地区经济增长有显著的正向空间溢出效应,西部地区二者的交互项对周边地区经济增长有不显著的正向空间溢出效应。
（二）政策启示
实证研究表明,电话和以电脑为依托的互联网两类通讯基础设施协同发展对经济增长可表现出显著的直接效应与空间溢出效应,这意味着强化二者的有机协同关系是较好的治理路径。东部地区需扭转两类设施不协调的状态,中西部地区则需进一步强化两类设施的内部协同关系。
一是进一步加大通讯基础设施建设力度,整合国内通讯运营商资源,构建国内运营商内部合作共享机制,同时积极尝试与国外优质通讯运营商开展合作,支持并投资高级别的通讯技术,优化升级与硬件通讯设施配套的软件产品,并努力降低通讯服务价格,创造出清的通讯服务市场。
二是在加快通讯基础设施创新迭代的同时完善配套制度,为通讯基础设施营造良好的运营环境,吸引相互竞争的私立运营商进入通讯服务市场,提高通讯服务水平,充分释放通讯基础设施的经济增长潜能,同时避免其脱离正轨扰乱经济秩序,防止其为不法分子所利用。
三是提高通讯基础设施的区域联动性与整合度,增强通讯基础设施的区域正外部性,促使经济交易主体跨时空开展更多高效分散的经济活动,实现规模经济与范围经济,最大限度发挥通讯基础设施的空间溢出效应,提升地区经济发展水平。
四是建立电话设施与互联网设施的动态耦合协同机制,促使东部地区两类通讯基础设施由替代关系转变为互补强化关系,进而通过通讯基础设施内部的强化组合提升其经济促进效应。加强中西部地区两类通讯基础设施的均衡发展与融合发展,尤其要重视西部欠发达地区通讯基础设施的体系建设,积极缩小两类通讯基础设施的发展差距,提高二者的有机协同水平,充分发挥通讯基础设施综合服务功能,实现其对地区经济增长驱动效应的最大化。
五是我国一些边远农村地区通讯网络不发达,这已成为制约当地经济发展的重要原因,一些地区即使布设了通讯设备,但因长期缺乏有效维护与规范管理,致使通讯服务功能丧失。为此,需优化农村通讯基础设施供给模式,在加大公共财政资金支持的同时放宽通讯市场准入门槛,吸引社会力量参与农村通讯基础设施建设,大力提高布网密度,做好维护与常规管理,借助通讯基础设施的优质服务有效破解农村服务“最后一公里”难题,助力实现农业产供销一体化,充分凸显农村地区的比较优势,帮助农户走上致富之路。