基础设施建设与企业技术效率的实证分析_李文启.pdf

《基础设施建设与企业技术效率的实证分析_李文启.pdf》由会员分享，可在线阅读，更多相关《基础设施建设与企业技术效率的实证分析_李文启.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2011年第3期基础设施建设与企业技术效率的实证分析*李文启*本文得到西南财经大学“211工程”三期建设项目的资助。内容提要本文利用1998年至2007年制造业企业的面板数据来研究我国基础设施建设和企业技术效率的关系。结果表明，交通、能源和城市基础设施建设以及基础设施的空间溢出效果显著地提高了企业技术效率。基础设施建设对不同规模、区域、国别以及所有制形式企业的技术效率影响具有显著差异性：交通、能源基础设施对中西部企业技术效率促进作用比对东部省份企业的大；基础设施空间溢出效果对港澳台和外商企业技术效率积极影响较大；基础设施空间溢出效果对国有、集体企业比对私营所有制企业的技术效率正向作用大。关键词

2、基础设施企业技术效率空间溢出效果随机前沿生产函数一、引言基础设施建设和经济增长的大量文献表明，基础设施建设对一个国家、区域的经济总产出以及生产率有着较大的贡献，而基础设施影响微观层面企业生产率方面未引起学者们重视。现实中企业从购入生产要素、生产到销售产品环节，无不在享受着基础设施建设带来的各种便利。那么企业生产究竟如何受益于基础设施提供的服务呢？本文中，我们首次考察了由我国中央（或地方）政府投资的基础设施对企业的技术效率的影响，检验了企业技术效率变动如何受益于各类基础设施，本文为研究基础设施建设对经济增长的作用提供了微观证据。企业的技术效率是衡量企业在给定资本、劳动等生产要素规模以及现有生产技

3、术水平下，企业的实际产出与其生产可能性边界的垂直距离，距离的大小度量了技术效率的变动（Farrell,1957；Aigner、Knox-Lovell和Schmidt,1977）。技术效率这一概念的提出基于全要素生产率在实证中存在如下缺陷：传统的经济增长核算假定生产要素得到充分利用，把全要素生产率等同于技术进步，忽略了技术的生产实现能力的作用。因此若仅仅采用全要素生产率来分析经济增长问题有一定局限性（郑玉歆，2005），基于此点，许多学者（如Kumbhakar，2000等）将全要素生产率拆分为技术效率、技术进步和规模经济性等部分，而技术效率是企业生产效率的集中体现，因而对企业技术效率变动因素进行

4、考察，可以发现企业生产效率方面的情况。关于我国企业技术效率的已有研究主要从国家、区域角度拆分全要素生产率来考察技术效率的变化情况。姚洋（1998、2001）、涂正革（2005）等研究了中国制造业企业技术效率的变动情况,郭庆旺等（2005）证明了我国各省份技术效率存在区域差异性，然而尚未有文献分析差异存在的原因。研究区域间企业技术效率能为考察我国区域经济发展的动力和经济增长质量提供参考。在一定程度上，企业技术效率的区域差异和基础设施建设水平的高低是密切相关的，区域基础设施（我国各省份的基础设施建设水平差异较大）是形成企业集聚的重要因素之一，企业集聚一方面导致新的生产技术在企业间快速传播，另一方面

5、加剧企业间的竞争，这些外部因素促使企业关注自身的技术水平和技术效率的提高。许多因素影响着企业的技术效率变动，如地区间的人力资源以及自然资源等，基础设施是影响企业技术效率的一个重要的因素。本文主要分析基础设施和企492011年第3期业技术效率间的关系，以此来考察基础设施影响微观层面企业生产效率的效果。下文使用我国各省份1998年至2007年间国有和规模以上非国有制造业企业的面板数据以及各省份基础设施部分指标的年度数据，在测算出企业技术效率基础上，通过回归分析，首次估算了基础设施对企业技术效率的影响大小。研究发现：交通、能源和城市基础设施指标以及交通基础设施的空间溢出效果对制造业企业技术效率的积极

6、影响非常显著，基础设施对企业技术效率影响大小随着企业生产规模、所有制等变化而变动。该研究从微观层面证明了基础设施对于经济发展的促进作用，结论具有现实意义。二、文献理论文献研究基础设施和企业产出、全要素生产率关系是基于对如下问题的考察：基础设施是通过提高企业现有生产要素的生产效率进而提高企业的技术效率，还是直接地作为一种独立的生产要素进入企业的生产过程，从而提高企业生产率？结合Meade（1952）对外部经济和外部不经济的论述，Eberts（1990a）把影响企业生产率的第一类型的基础设施理解为纯公共品，不断提高的基础设施水平通过影响企业现有的投入要素的生产效率来促进一个地区所有企业的产出，一个

7、新进企业不会影响该地区其他企业使用基础设施的效果；把另一类型的基础设施理解为企业无报酬的生产要素，它具有许多私有产品的特征，与其他的生产要素一起进入企业的生产过程，独立地提高了企业的产出效率。实证文献对基础设施影响企业产出和生产率的分析可以归纳为两个相互影响但又各有侧重的方式。一类是直接方式：Eberts（1986）发现基础设施和制造业产出之间存在正向的关系。尽管和资本、劳动力的产出弹性相比，它的产出弹性要小很多，但是表明了基础设施作为企业无报酬的生产要素的事实。Nadiri和Mamuneas（1991）的研究也表明了基础设施作为一个独立的生产要素提高制造业全要素生产率的事实,并且指出其影响大

8、小随企业所在行业变化。另一类是间接方式：Hulten和Schwab（1984）通过分析美国19511978年太阳带和雪带两个制造业集聚区域数据后，他们指出，区域制造业生产效率的差异主要来源于区域资本和劳动力的增长率的差异。基础设施通过吸引资本和劳动力的进入（尽管它也直接提高了企业的生产效率）来提高制造业的生产效率。Eberts（1990b）对美国19651977年36个大都市区的制造业数据研究后，同样发现了基础设施影响产出的主要渠道在于影响企业的生产要素：劳动力和资本，基础设施是解释企业生产要素投入增加的一个重要因素。Aschauer（1990）的研究表明不断改善的基础设施状况能够通过降低企业

9、交易费用和便于技术外溢来提高全要素生产率。Fedderke（2009）研究了基础设施影响生产率的直接和间接方式：基础设施直接影响劳动生产率以及间接影响全要素生产率。Raffaello（2009）的结论表明，基础设施存在空间溢出效果，其溢出效果对全要素生产率有积极的影响。这些研究成果为我们分析我国基础设施和企业技术效率之间关系提供了很好的借鉴。关于我国基础设施建设和经济增长之间的关系，国内的大多数文献侧重于研究基础设施与经济增长的因果关系。魏后凯（2001）研究了我国区域基础设施与制造业的发展差异性，发现区域基础设施与制造业的发展密切相关,二者并非简单的因果关系,而是一种双向的互动关系。由王延中

10、等为成员的“基础设施与制造业发展关系研究”课题组（2002）的研究表明，我国的基础设施建设降低了制造业部门的生产成本。国内文献尚未考察基础设施建设对微观层面上企业生产率和技术效率的影响，可能原因在于企业微观层次数据不易获得，我们使用的企业数据来自于国家统计局工业企业数据库,时间跨度为1998年至2007年，该数据库涵盖了全部国有企业和规模以上的非国有企业，这为我们研究基础设施和企业技术效率的关系提供了便利。另一方面，文献大都采用了由永续盘存法计算得出的基础设施存量来衡量其水平，与以往文献不同，我们选取基础设施建设水平的实物性指标，这样更能准确地衡量其大小。此外，由于基础设施存在空间网络外部性（

11、Raffaello,2009），因此，我们引入基础设施空间溢出效果的概念并测算其大小。本文中，我们首先基于随机前沿生产函数理论估算出企业的技术效率，进而分析基础设施以及空间溢出效果对企业技术效率影响的大502011年第3期小。文章第三部分是基础设施指标的说明，第四部分是模型设定以及估计结果，文章最后一部分是本研究的结论和政策含义。三、基础设施定义和数据参考世界银行（1995）关于基础设施的定义说明，本文中定义的基础设施包含交通基础设施、能源基础设施、城市基础设施共三个方面。具体地，交通基础设施由一个指标组成：由铁路营运长度与等级公路（包含高速公路、一级公路和二级公路的总里程数）形成的交通网综合

12、密度；能源基础设施由每万人电力消费量组成；城市基础设施指标选取了每万人拥有公共交通车辆指标。这些指标都在世界银行（1995）关于基础设施的定义中。表1前三列描述了我国19982007年各省份基础设施的各个指标的平均值，各个指标排名首位与末位的省份（三个指标相关省份分别为：上海和青海、上海和江西、北京和内蒙古）的相关指标比值如下：交通网综合密度为34.93；每万人电力消费量为6.08；每万人拥有公交车辆为4.75。可见我国各省份19982007年交通基础设施建设取得的成就差异巨大，能源、城市基础设施建设水平差异相对来说不算太大。总体上看，各省份基础设施建设水平差异非常明显。从基础设施的空间分布来

13、看，交通基础设施水平较高的省份大都是经济相对发达的东部省份，能源基础设施空间分布差异也较大，但是分布区域相对均衡，城市基础设施的区域分布差异尽管显著，但是西部大部分省份如青海、新疆、云南、贵州等省份的平均值比中部甚至东部的一些经济发达的省份水平高。可见，我国的基础设施空间分布并非一致地东部或者经济发达的省份比落后的省份高，各指标间存在明显的差异。交通基础设施和能源、城市基础设施相比，特点是其存在空间溢出效果也即空间网络外部性（Raffaello,2009）：一个企业不仅受益于其所在省份内的交通基础设施，而且还受益于和该省份接壤的周围省份的交通基础设施。而关于交通基础设施对经济增长的文献均未考虑

14、此问题。我们认为，在考虑本省交通基础设施的同时，应加入其空间溢出效果，这样才能更准确地衡量交通基础设施的作用。这里使用交通网综合密度数据来度量交通基础设施的空间溢出效果，用Road_neighit来表示。计算公式（参考Raffaello，2009）为 Road_neighit=jj（ji）Roadjt，Roadjt为省份j在年份t的交通网综合密度，j（ji）为权重：j（ji）=1，如果省份i，j地理位置接壤；j（ji）=0，如果省份i，j地理位置不接壤。表1最后一列是各省份10年的交通基础设施的空间溢出效果的平均值，从中可见，东部省份的溢出效果明显高于西部省份，排名靠最前省份（河北）和靠最后省

15、份（新疆）的比值为33.54，省份间的差异很明显。四、模型选择与估计结果（一）模型选择企业技术效率的测算基于企业生产可能性边界理 论，生 产 可 能 性 边 界 由 随 机 生 产 前 沿 函 数（Stochastic Frontier Production Function）来刻画，因此我们选用随机生产前沿函数模型来估算企业的技术效率。与传统的生产函数模型相比，这种模型从一表1我国19982007年各省份基础设施各个指标及交通空间溢出效果的平均值省份?交通网综合密度?（公里?万平方千米）?每万人电力消费量?（亿千瓦小时?万人）?每万人拥有公交车辆?（标台?万人）?交通空间溢出效果?（公里?万

16、平方千米）?北京?天津?河北?山西?内蒙古?辽宁?吉林?黑龙江?上海?江苏?浙江?安徽?福建?江西?山东?河南?湖北?湖南?广东?广西?海南?重庆?四川?贵州?云南?陕西?甘肃?青海?宁夏?新疆?注：由于西藏自治区各个基础设施指标数据年份缺失较多，故不计算。资料来源：中国统计年鉴、中国能源统计年鉴。512011年第3期个带有误差项的企业的生产函数入手，在考虑各种要素投入数量之后，把模型中的误差项分为两部分，一部分为常见的测量误差，另一部分假定服从一定分布Aigner、Knox-Lovell和Schmidt(1977)假定其为非负的正态分布，Meeusen、vanden Broeck(1977)

17、假定其为指数分布的随机扰动项，其大小度量了企业的技术效率变化程度。现实中基于随机前沿生产函数模型测算企业的技术效率始于Farrell（1957）的工作，Aigner、Lovell和Schmidt（1977）指出,测算企业技术效率的方法主要有非参数方法和参数方法。非参数方法的估计思路是首先构造一个非参数的线性凸面来估计企业的随机生产前沿函数，然后通过解决一个线性规划问题来估算企业的技术效率。参数方法首先估计企业的随机前沿生产函数，通过引入一个非负的随机扰动项来测算企业的技术效率。和非参数方法相比，参数方法好处在于其可以考察企业生产效率方面的具体情 况，这 里 采 用 参 数 方 法 来 估 算

18、技 术 效 率。Kumbhakar（2000）将企业的随机前沿生产函数定义为：Yit=A（t）F（xit，t）exp（-uit）（1）式中Yit为企业i在时间t的实际产出，A（t）为常数项，代表技术进步，F（xit，t）表示确定性产出的部分，xit为要素投入量，uit（uit0）为企业的生产无效率指数，衡量企业的技术效率水平，uit越大表示企业技术效率越低，反之亦然。这里选用基于柯布-道格拉斯生产函数的随机前沿生产函数模型来估算企业的技术效率，由（1）可得：lnYit=a0+lnKit+lnLit-uit+it（2）式中a0为技术进步的指标，在估计模型（2）的时候，a0采用时间t的平方的对数；

19、按照Aigner、Lovell和Schmidt（1977）的设定，itiidN（0，v2），uitN+（，u2），cov（t，ut=0），即：it是一数学期望为零，方差为v2的正态随机扰动项，uit是一数学期望为（0），方差为u2的非负正态随机扰动项。给定it=-uit+vit下，技术效率定义为（具体见 Jondrow、Materov、Lovell、Schmidt，1982）TEit=E（uitit）。根据uit的说明，下文我们度量的TEit反映企业的技术无效率程度。（二）数据处理我们使用的数据来源于我国1998年至2007年国有企业和规模以上的非国有企业数据库，每年的全部数据观测值至少有16

20、万个，对全部样本考虑不可能。而每年有许多退出样本和新进的观测值，这里仅仅考虑每年都在这个样本里面的制造业企业，最终的样本为每年22857个，1998年至2007年总共228570个总样本的面板数据。模型（2）中Yit为企业i在时间t的经过价格调整之后的工业总产值，生产要素Kit为经过价格调整之后的固定资产净值年平均余额，Lit为企业每年从业人员（年平均人数）。由于使用企业的工业总产值作为衡量产出的指标，这里衡量的技术效率包含了企业生产过程中全部的效率状况。由于企业所在行业的技术异质性和不同年份的技术条件不尽相同，在估计模型（2）的时候，我们先将企业所在的行业归为几大行业分类，行业类别划分的标准

21、参考姚洋（2001）的分法，将两位数的制造业企业分为如下几个大类（括号内为制造业两位数行业代码）：食品烟草行业：农副食品加工业（13）、食品制造业（14）、饮料制造业（15）、烟草制品业（16）；纺织皮革行业：纺织业（17）、纺织服装、鞋、帽制造业（18）、皮革、毛皮、羽毛（绒）及其制品业（19）；森林行业：木材加工及木、竹、藤、棕、草制品业（20）、家具制造业（21）；造纸行业：造纸及纸制品业（22）、印刷业和记录媒介的复制（23）、文教体育用品制造业（24）；石油、化学行业：石油加工、炼焦及核燃料加工业（25）、化学原料及化学制品制造业（26）；医药行业：医药制造业（27）；建材行业：化学

22、纤维制造业（28）、橡胶制品业（29）、塑料制品业（30）、非金属矿物制品业（31）；冶金行业：黑色金属冶炼及压延加工业（32）、有色金属冶炼及压延加工业（33）；机械行业：金属制品业（34）、通用设备制造业（35）、专用设备制造业（36）、交通运输设备制造业（37）、电气机械及器材制造业（39）；电子通信行业：通信设备、计算机及其他电子设备制造业（40）、仪器仪表及文化、办公用机械制造业（41）。其次，加入了行业虚拟变量后，采用极大似然方法估计的全部样本企业的技术效率（记为TEit）如表2。522011年第3期由于TEit测度一个企业无效率的程度，因此，数值越大企业技术效率越低。从表2可以看

23、出，整体上来说，我国企业1998年至2007年期间，造纸、纺织皮革、森林和医药等行业技术效率相对较高，而机械、冶金行业等行业技术效率相对较低，而且各个行业企业间技术效率差距较大。为考察我国各行业技术效率随时间变化情况，我们计算了1998年和2007年两年各行业的平均技术效率变化情况（这里没有报告），发现在样本的10年期间，行业技术效率缓慢进步或者没太大变化的有食品烟草、森林、造纸、医药、冶金、机械等大多数行业，甚至纺织皮革、石油化工、电子通信等行业技术效率出现稍微倒退，刘小玄（2009）也发现了我国一些行业企业技术效率停滞不前的事实。由此可见，我国国内制造业各个行业技术效率在10年变化不一，技

24、术效率在行业之间存在差异性。从省份来看（这里也没有报告），19982007年10年期间各个行业的平均技术效率在省份之间存在明显的差异。具体来讲，食品烟草行业技术效率最高和最低的省份是湖北和青海；造纸行业分别是山东和青海；冶金行业分别是广东和青海；机械行业分别是广东和贵州等，这些行业呈现出东中部经济比较发达地区比西部地区的企业技术效率高的特点。但是对于纺织皮革、森林等行业，技术效率最高的是一些西部省份。可见，我国制造业行业在19982007年间，整体来看技术效率在缓慢地进步，技术效率随企业所在行业、区域变化而变动，呈现出不均衡发展的现象。并且进一步分析可以看出，区域间的技术效率差异随时间的发展并

25、没有逐渐的趋缓，而是继续存在差异。（三）估计模型由模型（2）估算出企业每年的技术效率后，接下来检验基础设施影响企业技术效率的具体情况。回归的模型为：TEit=Ai+1Infrait+2Rad_neighit+3FDIit+4Scaleit+itInfrait*scaleit+yeart+it（3）由于数据是面板形式，这里选用固定效应模型，以此来控制企业本身的一些特征变化。模型中Ai理解为企业的固定效应，Infrait为省份i在时间t的基础设施，省份基础设施指标定义见文章前面说明，估计中使用这些指标的对数形式。一般地，一个是否完善的基础设施体系直接影响着企业利用外部资源的效果，进而影响着企业的生

26、产效率。因此，基础设施是影响企业技术效率的一个重要因素。交通基础设施的空间溢出效果，用Rad_neighit来表示，其计算公式见前文的说明，估计中采用其对数形式。FDIit定义为一个企业资本结构中的外商资本以及港澳台资本之和占企业全部资本的比例，以此来衡量FDI的相对水平。大部分文献（姚洋，2001；冼国明，2005等）表明FDI通过企业员工的转移以及国内企业的“学习”带来的外溢性促进了国内企业的技术创新，提高了企业的技术效率。估计中使用（1+FDIit）的对数形式，原因在于占样本50%的企业的FDI数据非常小，直接对数化之后失去观测值太多。Scaleit为企业的规模指标的虚拟变量，与中小企业

27、相比，规模较大的企业的资本金雄厚，生产技术条件先进，企业管理水平先进，企业员工素质较高，这些中小企业都无法抗衡（姚洋,2001），但是中小企业相对来说比较灵活，并且面临的外部竞争环境比大型企业更激烈，因而其技术更新相对来说快一些。估计中以大型企业为参照，Scale2为中型企业，Scale3为小型企业。回归方程中还加入了基础设施与企业规模变量的交叉项。我们还考虑了地区差异，分东、中西部省份，具体来说东部省份有北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、广东，其余省份是中西部省份。yeart为时间虚拟变量，用来控制宏观环境的变动，it为随机扰动项，假定其服从正态分布。（四）

28、估计结果表3中（1）是把全部样本放在一起估计。需要指出的是，去掉一些变量的奇异值以及个别重要变量缺失的观测值，最终回归的总样本为228423个。由模型（2）可知TEit为对数化的企业技术无效率，分析表3中的（1）回归结果可知，基础设施的三表219982007年各行业类别的技术效率统计性描述注：表中的数值由估计模型（2）计算得出。532011年第3期个指标系数都很显著。省份交通综合网密度每提高1个单位，企业技术效率提高0.0593个单位，省份每万人电力消费量每提高1个单位，技术效率提高0.0577个单位。这表明交通和能源基础设施的建设为企业便利地获得生产要素，有效率地生产提供了保障。省份每万人拥

29、有公共交通车辆每提高1个单位，企业技术效率提高0.0523个单位。可得城市基础设施建设对企业技术效率有正向的影响，这在一定程度上反映了城市化对于企业生产的积极作用。事实上，研究制造业企业集聚和城市化的关系的文献（傅十和，2008等）表明城市集聚经济通过人力资本的外部性以及企业生产规模经济性提高了企业的生产率，企业生产率的提高在一定程度上伴随着技术效率的进步，而一个城市配套齐全的基础设施体现是企业选址、城市集聚经济形成的必要条件。尽管基础设施这三个指标对于企业技术效率影响系数比较小，但是却证明了基础设施直接提高企业技术效率的事实。Rad_neighit的估计系数在1%显著水平下显著，而且符号符合

30、预期。表明和一个省份接壤的周围省份交通综合网密度每提高1个单位，其省内企业的技术效率提高0.0085个单位。尽管这个系数也很小，但其不仅表明了交通基础设施的空间溢出效果确实存在，并且显著地提高了企业的技术效率。由以上对基础设施以及交通溢出效果的分析可知，由各类基础设施建设形成的一系列配套服务，降低了企业获得物质性生产要素的成本（国家修建高速公路、铁路等，明显为企业节省了生产资料的运输成本和时间），加强了企业和劳动力市场间的联系，为企业及时获得新技术提供了保障，基础设施建设在企业生产过程中间起到了“润滑剂”的作用。FDIit估计系数不显著但是符号有逻辑意义。企业的规模变量Scale2、Scale

31、3的系数都显著为正，表明规模较小的企业比规模较大的企业的技术效率要低，这一结论与姚洋（1998）的结论相类似。分析基础设施的三类指标和企业规模交叉项系数（这类系数表3中均没有报告）可知，和大型企业相比，交通和能源基础设施对中型和小型企业技术效率提高作用相对小一些，而城市基础设施变量对中型和小型企业技术效率提高作用相对大一些。（2）考虑了东部省份的企业技术效率的变化情况。和（1）相比，Rad_neighit系数变化不大。基础设施的三个指标的系数都很显著，和全国相比，基础设施对于东部省份的企业的促进作用有所下降。其余回归系数和（1）相比，没太大变化。（3）为估计的中西部省份的企业情况。可以发现，和

32、（1）、（2）相比，基础设施类的指标除了城市指标不显著外，其余指标的系数均降低，表明它们对中西部省份企业技术效率的提高作用显著高于全国平均和东部省份的企业。事实上，国家实施的西部大开发战略以及近年来在中西部地区加快了一些大型基础设施项目建设，对该地区的企业生产起到了积极的作用。分析基础设施类和企业规模交叉项系数可知，能源和城市基础设施对企业规模的影响差别不是很显著，交通基础设施仍然对中小型企业作用较小（和大型企业相比）。（4）和（5）是分内地和非内地（这里把港澳台划为非内地企业一类）企业进行估计。分析可知，交通基础设施的空间溢出效果对内地的企业技术效率的回归系数比非内地企业的系数大很多。这可能

33、在于非内地企业相对比较集中地位于东部省份，交通基础设施的空间溢出效果对其作用更大。（6）和（7）按照企业所有制类型来回归。许多学者（刘小玄，1998；姚洋，2001；赵世勇等，2007）认为，各种所有制的企业面临的外部资源约束，自身的薪表3基础设施等各个影响因素对企业技术效率的回归结果注：被解释变量为企业的技术效率。括号内为标准差，“*”表示1%水平下显著，“*”5%水平下显著，“*”10%水平下显著。回归（5）同时也是按照所有制划分的外资企业的回归结果。Rad_neighitLroaditLeleitLbusitFDIitScale2Scale3Infrait*scaleit年份哑变量样本数

34、R2（1）全样本-0.0085*（0.0012）-0.0593*（0.0137）-0.0577*（0.0146）-0.0523*（0.0155）-0.0054（0.0086）0.3038*（0.1017）0.2673*（0.1029）YesYes2284230.1354（2）东部-0.0084*（0.0015）-0.0347*（0.0181）-0.0504*（0.0191）-0.0481*（0.0184）-0.0074（0.0094）0.2887*（0.1439）0.2273（0.1396）YesYes1799080.1411（3）中西部-0.0135*（0.0027）-0.1176*（0.0

35、215）-0.0787*（0.0264）-0.014（0.0312）-0.0054（0.0231）0.292*（0.1429）0.3445*（0.1475）YesYes485150.153（4）内地-0.0034*（0.0015）-0.0674*（0.0158）-0.0494*（0.0172）-0.0828*（0.0197）-0.0015（0.0215）0.3446*（0.113）0.2928*（0.1149）YesYes1534980.1647（5）非内地-0.012*（0.0024）-0.0288（0.0284）-0.0895*（0.0282）-0.004（0.0259）-0.0115（0

36、.007）0.1817（0.2343）0.1739（0.2277）YesYes749250.1014（6）国有集体-0.0064*（0.0024）-0.1194*（0.0262）-0.052*（0.0285）-0.1009*（0.0304）-0.0478（0.0418）0.2024（0.1755）0.1553（0.1785）YesYes572760.1511（7）私营-0.009（0.0021）-0.0453*（0.021）-0.0805*（0.0238）-0.0694*（0.027）-0.0296（0.0256）0.4132*（0.1586）0.3236*（0.1606）YesYes9622

37、20.1588542011年第3期酬激励制度以及利用的资本、劳动和技术等条件不尽相同，因而所有制的差异性往往导致各种所有制企业间的技术效率存在差异性。根据数据说明,企业的所有制形式分为国有、集体、有限责任、私营、联营、股份制、国外三资、港澳台三资和其他所有制等。在估算的时候，把国有、集体归为一类，把私营、个体、联营和股份制企业统一算作私营归为一类，港澳台和外资企业为一类。由表3中的（5）、（6）和（7）可知Rad_neighit对国有、集体企业的技术效率提高作用明显大于私营企业。表明国有、集体企业（和私营企业相比）更受益于基础设施的空间溢出效果，但是比较Rad_neighit对这三类所有制企业

38、的技术效率的估计系数后，看出其对外商的技术效率促进最大，这一结论和（4）、（5）的估计结果一致。基础设施三个指标对各所有制类型的企业影响大小存在差异。交通和城市基础设施对于国有、集体企业促进作用最大，但是能源基础设施对其积极影响最小。分析基础设施指标和企业规模变量的交叉项系数可以得出，在考虑了企业的所有制变量后，基础设施对于不同所有制类别企业的技术效率影响大小存在一些变化。（五）基础设施指标选取的稳健性以及因果性分析为了检验模型设定以及结果的稳健性，在估计模型（2）时候，Yit用企业的产品销售收入来衡量，基础设施各个指标以及其余变量的估计结果与前面基本一致。对于城市每万人拥有公共交通车辆指标是

39、否可以体现城市基础设施取得的成就的问题，我们使用了城市人均绿地面积以及城市人均铺装道路面积来进行回归，其估计结果的符号仍然符合预期，但是部分系数不是很显著。模型中可能存在内生性问题，一个企业选址可能倾向于基础设施趋于完善的省份，技术效率越高的企业倾向朝着基础设施高度发达以及产业集聚的地区转移，这样基础设施对于企业技术效率影响可能会很小甚至不显著。由于我们使用的是企业的面板数据，估计模型时采用的固定效应已经把企业的全部观测不到和随时间不变的企业特征以及异质性考虑在内了。我们的结论表明基础设施水平的提高带来了企业的技术效率的提高，反之则不成立。进一步地，通过加入基础设施滞后项分析企业技术效率可以看

40、出，其对技术效率的影响系数较小，但是仍然很显著，这就表明，基础设施的进步提高了企业的技术效率。五、政策含义本文利用我国各省份1998年至2007年制造业企业的面板数据，检验了基础设施建设和企业技术效率之间的关系。结果表明，基础设施三个指标以及基础设施的空间溢出效果显著提高了企业的技术效率，基础设施影响不同规模的企业技术效率的效果具有显著差异性。然而按照企业所在地域、国别以及所有制形式分类估算后，基础设施对企业技术效率的影响差异性以及大小有一些变化。本文的结论具有一定的参考价值。第一，传统上研究基础设施和经济增长的文献大都从宏观层面来验证二者之间的关系，该研究不仅为分析基础设施对经济的影响提供了

41、微观层面企业的证据，而且为解释区域间技术效率的差异性问题提供了一个思路。我们的结论表明，基础设施以及其溢出效果对微观层次的企业生产效率起到了积极的作用，这种作用是因果的，即基础设施促进了企业技术效率的改善。文中还把企业的劳动生产率对基础设施类指标进行回归，其回归系数大部分不显著，得不出基础设施影响劳动生产率的结论，该分析证明了基础设施影响企业生产效率的方式为直接方式。第二，从企业所在区域分类估计的结果看出，中西部省份的交通、能源基础设施以及交通基础设施的空间溢出效果对企业技术效率促进作用大一些，这就意味着位于中西部省份的企业更加受益于交通和能源环境的改善，而东部省份企业则更受益于城市基础设施的

42、改善。国家应继续加大对中西部基础设施类建设投入，加强对中西部省份城市化建设的指导。注释：各省份基础设施水平差异的相关文献见李伯溪（1995）、张军（2007）。密度定义为各省份等级公路与铁路营运总里程之和/该省份国土面积。各项指标的选取说明如下：（1）交通基础设施：交通网综合密度（公里/万平方千米）。（2）能源基础设施：每万人电力消费量（亿千瓦小时/万人）；这里人口为该省份总人口数。（3）城市基础设施：每万人拥有公共交通车辆（标台/万人）；这里人口为该省份城市总人口数。由于估算技术效率需使用极大似然估计方法,对10年552011年第3期全部样本企业数据进行估计该方法不能收敛，我们曾做过尝试。我

43、们主要考察技术效率的变化，使用10年全部在这个样本里面的企业，其存在本身能体现技术效率的变化。对一些关键变量的丢失数据处理后，我们进入回归的样本是10年的非平衡面板数据。由于考察的时间跨度10年，这里考虑了价格因素的变动，用工业品出厂价格指数（1991年为100）来折算为每年的真实值，选用固定资产投资价格指数来调整（1991 年为100）。价格指数数据来源于历年 中国统计年鉴。参考文献：傅十和、洪俊杰：企业规模、城市规模与集聚经济对中国制造业企业普查数据的实证分析，经济研究 2008年第11期。郭庆旺、赵志耘、贾俊雪：中国省份经济的全要素生产率分析，世界经济 2005年第5期。“基础设施与制造

44、业发展关系研究”课题组：基础设施与制造业发展关系研究，经济研究 2002年第2期。李伯溪、刘德顺:中国基础设施水平与经济增长的区域比较分析,管理世界 1995年第2期。刘小玄、吴延兵:企业生产率增长及来源：创新还是需求拉动,经济研究 2009年第7期。姚洋:非国有经济成分对我国工业企业技术效率的影响，经济研究 1998年第12期。姚洋、章奇:中国工业企业技术效率分析,经济研究 2001年第10期。涂正革、肖耿：中国的工业生产力革命用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析，经济研究 2005年第3期。世界银行:1994年世界发展报告，中国财政经济出版社1995年版。魏后

45、凯：中国区域基础设施与制造业发展差异，管理世界 2001年第6期。冼国明、薄文广：外国直接投资对中国企业技术创新作用的影响基于产业层面前分析，南开经济研究2005年第6期。张军、高远、傅勇、张弘：中国为什么拥有了良好的基础设施?，经济研究 2007年第3期。赵世勇、陈其广：产权改革模式与企业技术效率基于中国制造业改制企业数据的实证研究，经济研究2007年第11期。郑玉歆：全要素生产率的再认识用 分析经济增长质量存在的若干局限,数量经济技术经济研究 2007年第9期。Aigner,Lovell and Schmidt.Formulation and Estimationof Stochastic

46、 Frontier Production Function.Journal of Econometrics,1977（6）.Aschauer,David Alan.Public Investment and Private SectorGrowth.Washington,D.C.:Economic Policy Institute.1990.Charies.R.Hulten,Robert.M.Schwab.Endogenous growth,public capital,and the convergence of regional manufacturing industries.worki

47、ngpaper4538,NBER,1984.Farrell,M.J.The Measurement of Production Efficiency.JournalofRoyalStatisticalSociety,1957（3）.J.W.Fedderke,?.Bogeti?.Infrastructure and Growth inSouth Africa:Direct and Indirect Productivity Impacts of 19 InfrastructureMeasures.WorldDevelopment,2009（9）.Jondrow,James,C.A.K.Lovel

48、l,I.S.Materov and P.Schmidt.On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model.Journal of Econometrics,1982.Kumbhakar,S.C.Estimation and decomposition of productivity change when production is not efficient:a panel data approach.EconometricReview,2000.M.

49、Ishaq Nadiri,Theofanis P.Mamuneas.The effects ofpublic infrastructure and R&D capital on the cost structure andperformance of U.S.manufacturing industries.working paper3887,NBER,1991.Meade,J.E.External Economies and Diseconomies in aCompetitiveSituation.EconomicJournal,1952.Meeusenm.W.,and J.van den

50、 Broeck.Efficiency Estimation from Cobb-Douglas Producton Functions with Composed Error.International EconomicReviews.1977.Randall W.Eberts.Estimating the Contribution of UrbanPublic Infrastructure to Regional Growth.Working Paper 8610,FederalReserveBankofCleveland,December1986.Randall W.Eberts.Publ