新基建投資對城市吸引力的影響研究

王晨WANG Chen

（北京信息科技大學經濟管理學院，北京 100192）

0 引言

當前，我國經濟已由高速增長階段轉向高質量發展階段，伴隨著供給側結構深入改革和數字經濟的發展，客觀上需要基礎設施建設重心與方向進行轉變，因此新型基礎設施建設（以下簡稱“新基建”）開始出現在大眾視野里。[1]2018 年年末，中央經濟工作會議首次提出新基建，主要包括5G、人工智能、工業互聯網、物聯網等。隨著中央層面對新基建概念的不斷豐富，2020 年，國家發改委首次對新基建范圍進行界定，新基建的具體內容主要包含三大方面：信息基礎設施、創新基礎設施與融合基礎設施。在對新基建范圍做出官方解讀后，各界學者、媒體以及資本市場對新基建概念的認識與理解呈現出多元化的趨向，根據行業領域細致劃分形成了“七大領域說”。認為新基建主要包括5G 基站建設、特高壓、城際高速鐵路和城際軌道交通、新能源汽車充電樁、大數據中心、人工智能與工業互聯網這七大領域，有學者認為該七大領域只是狹義上對新基建領域的闡釋，劉艷紅[2]等人認為，新基建從廣義的范圍上來講，是指除狹義新基建以外，利用現代數字技術對傳統基礎設施進行升級改造，說明新型基礎設施建設與傳統基礎設施建設之間并不存在對立關系。新基建是支撐新型數字化技術應用于社會、經濟、生活的基礎設施，通過新型的信息技術可以彌補基礎傳統基礎設施的不足，因而新基建通過加速內需循環，提高社會資源配置率，促進城市全面發展。

城市吸引力可被認為是一座城市本身的進步，我國早期學者只是將城市吸引力進行非定量的描述，如孫施文[3]認為城市吸引力不光是指城市的對外作用，更是重視城市內部居民生活服務質量的提升，歸其本質城市吸引力就是城市實力的不斷提升進而吸引更多資金流、人流、物流、信息流等。在后來的研究文獻中，學者們將城市吸引力進行定量分析，如許金泉[4]等人通過采用構建城市流動人口的數學模型，間接從人口角度分析城市吸引力；李嘉靖[5]等根據《社會和人口統計體系》與我國的實際情況對城市吸引力進行解讀，選擇相應的指標同城市人口變動的數量進行相關性分析；周葉芹[6]等人通過熵值法構建城市吸引力綜合評價指標體系，判斷高鐵的開通對周圍區縣城市吸引力所帶來的影響；李明睿[7]等采用主成分分析和場強模型。分析城市吸引力范圍。

雖然對新基建領域研究的學者眾多，但鮮有文獻從新基建投資角度出發，分析新基建投資對城市吸引力產生的影響，以及新基建差異化的空間分布對不同類型城市吸引力發展的影響。基于上述不足，為定量分析新基建投資對我國各類型城市吸引力的影響，本文運用面板固定效應回歸模型實證檢驗，我國37 個城市新基建投資同重要的控制變量與城市吸引力之間的關系，并分析新基建投資對城市吸引力的促進作用是否具有城市異質性。本文不僅豐富了關于城市吸引力方面的研究內容，也為新基建項目的投資布局與城市經濟的平衡協調發展提供了一定的發展方向。

1 研究假設

新基建作為基礎設施建設，不僅保留了傳統基建的公共性與服務性，同時運用數字化和信息化的科學技術，使其呈現出不同于傳統基建滲透性與擴散性的新特點。城市的發展早已邁入數字化建設的新賽道，而城市的數字化建設與新基建是相融一體，共生共存的，隨著新基建項目不斷推進，必將為城市數字化的發展打下堅實的根基。城市發展將直接影響國家財富的積累與未來國家經濟狀況，新基建作為新時代我國經濟發展的重要引擎，短期角度來看有助于穩定城市經濟增長、增加城市就業率、提升社會服務質量提升，從長遠角度來看有助于促進城市產業結構的轉型升級，增加有效供給，提升城市競爭力，增強城市吸引力。

由此本文提出：

假設1：新基建投資對城市吸引力的發展具有顯著正向促進作用。

考慮到城市發展戰略、經濟實力等方面存在差異，新基建投資對于不同類型城市吸引力發展也有差異。新基建不僅是對傳統基礎設施的升級，也是社會在數字經濟背景下，向數字化和智能化發展的產物。新基建的應用不但可以進一步縮小發達地區與欠發達地區之間的差距，還能幫助欠發達區域實現基礎設施提速，加速傳統產業結構轉型與升級，使得城市吸引力得到提升。

由此本文提出：

假設2：新基建對不同類型城市的城市吸引力促進作用存在異質性。

2 指標構建

2.1 新基建投資指標構建

本文研究新基建投資與城市吸引力之間的關系，因此構建新基建投資指數用以反映新基建的投資水平的增長。按照狹義的新基建定義，新基建可劃分為七大領域，即5G基站建設、特高壓、城際高速鐵路、城際軌道交通、新能源汽車充電樁、大數據中心、人工智能與工業互聯網。參照中國人民銀行石家莊中心支行調查統計處課題組[8]所提出的分類方法，認為信息數字化網絡基礎包括大數據中心、5G基建、人工智能與工業互聯網，在新基建投資指數中用Z1表示上述各項基建投資金額總和，交通基建數字化和網絡升級基礎設施包括城際高速鐵路和城市軌道交通，Z2 表示城際高速鐵路與城市軌道交通投資金額總和，Z3 和Z4分別表示新能源領域與特高壓領域投資金額。新基建投資指數的構建可以更為綜合地考量各領域不同程度的財政支出情況，保證結果更具客觀性與準確性。本文根據2022年全國各省對于上述新基建七大領域的投資金額進行權重賦值，構造的新基建投資指數計算公式如下：

本文所獲得的交通新基建數投資數據來源于中國汽車工業協會與中國鐵路總公司，其余新基建投資數據來源于國家統計局、中國信息通信研究院、中國電力企業聯合會、中國互聯網信息中心、國家發展和改革委員會。

2.2 城市吸引力指標體系構建

近年來各界學者對城市吸引力都進行了廣泛的研究，但目前對于城市吸引力學者們并未給出官方的定義。同時，由于各城市所處的地理位置不同、城市經濟水平不同等相關因素，使得城市吸引力之間存在較大的差異，本文的研究目的在于探究新基建投資水平是否影響城市吸引力的提升，因此應先明確影響城市吸引力的因素有哪些。通過查閱相關文獻，發現影響城市吸引力的因素眾多，本文將從資本、勞動力、產業、生態環境、公共服務和對外開放這六方面分析城市吸引力的主要因素，并結合每個城市新基建發展的實際情況，從中選擇具有代表性的指標，構建更加全面、準確的城市吸引力評價指標體系，詳情見表1。

表1 城市吸引力評價指標體系

本文采用熵值法構建城市吸引力指標，熵值法的優勢在于其不受人為因素的影響，使得實驗結果更具有客觀準確性，并且計算方法簡單。

3 研究設計

3.1 變量選取

①被解釋變量：上文通過熵值法求得的城市吸引力（UA）作為被解釋變量。

②核心解釋變量：上文所構建的新基建投資指數（NI）作為解釋變量，以此來衡量新基建投資水平。

③控制變量：城市吸引力不僅是城市經濟的體現，更反映城市發展綜合實力，是多方面因素綜合作用的結果，考慮到計量模型存在一定的局限性，不能涉及所有因素，為了更好地反映新基建的投資對城市吸引力所產生的帶動性影響，本文根據新基建發展的實際情況選取了三個控制變量，分別是城鎮化率（UR）、居民消費水平（CL）和科技投入強度（TI）。

城鎮化率（UR）：城市化是一個城市走向現代化的必然過程，城市化水平的不斷提高，會為城市帶來更多的人才聚集與投資吸引，這些改變使得城市吸引力的發展依賴于基建水平的不斷提高，即基礎設施建設的投資水平不斷提升為城市帶來的正外部性作用更加顯著，所以城鎮化水平的不斷提升更有力地促進基礎設施對城市吸引力發揮更多的支持性作用。本文的城鎮化率用各城市非農業人數占年末總人數的比重表示。

消費水平（CL）：消費水平的變動是居民收入增長的重要標志，更是人民美好生活的直接反映，消費的不斷上升使得城市消費市場更具活力，同時城市創造出更大投資的動力，吸引外來投資者對城市進行投資，消費水平的提升能夠推動城市吸引力的發展。本文的城鎮化水平用社會消費品零售總額占各地區國民生產的比重表示。

科技投入強度（TI）：城市的發展與科技創新之間緊密相連，科技創新作為城市發展的重要驅動力，加大科技投入無異于使得城市獲得向前發展的動力。正是由于國家重視科技產業發展并不斷對科技產業的投入力度加強，使得新型基礎設施建設日趨完善。科技投入作為衡量城市科技發展水平與競爭能力的重要指標，增強科技投入強度對吸引創新人才和外商投資具有重要意義。本文的科技投入強度用科技支出占政府財政支出的比重表示。

3.2 數據來源與變量的描述性統計

本文以全國37 個城市作為研究對象，選取2016-2021 年作為研究期間。數據來源于全國各省以及各城市統計年鑒和各類型統計公報，個別數據缺失值已通過線性插值法補齊。為使NI 與其他數據量級較為一致，本文將計算得到的新基建投資指數縮小1000 倍，應用Stata17.0 軟件，相關變量的描述性統計見表2。

表2 變量描述性統計

由表2 可以看出，37 個城市的城市吸引力指標的最大值0.402，最小值為0.084，兩者差值為0.318；新基建投資指數的最大值9.391，最小值為0.653，兩者差值為8.738；城鎮化率的最大值0.865，最小值為0.486，兩者差值為0.379；消費水平的最大值0.407，最小值為0.236，兩者差值為0.171；科技投入強度的最大值0.045，最小值為0.003，兩者差值為0.042。近年來全國各城市對于新基建的投資力度不斷加強，從而促進了城市吸引力的提升，但根據統計數據也可發現，各城市對于新基建的投資存在著較大的差異，城市之間發展極不平衡，不但核心解釋變量呈現出如此特點，控制變量也反映如此。

3.3 模型構建

根據解釋變量與被解釋變量之間內在的邏輯關系與面板數據自身所呈現的特點，查閱相關資料，構建固定效應模型。模型如下：

其中，UA 代表城市吸引力；NIit為各城市不同時期新基建投資指數，用以衡量新基建的投資水平；URit、CLit、TIit為一系列與城市吸引力發展相關的重要控制變量，分別表示城鎮化率、消費水平、科技投入強度。i 是不同城市的代碼，t 表示不同的時期，α0為常數項，αi為待估系數，εit是隨機誤差項。

4 實證檢驗

4.1 平穩性檢驗

數據平穩是進行實證分析的基礎，對面板數據進行單位根的檢驗，目的是為了防止偽回歸現象的發生，以保證估計結果的準確性與有效性，通常用LLC、IPS、Fisher-PP、Fisher-ADF 這四種方式進行檢驗。本文對變量進行單位根檢驗后，發現原序列不平穩，因此對原序列進行一階差分后再次進行檢驗，實驗結果顯示，序列在1%的置信水平下顯著，說明序列平穩，可以進行模型構建。

4.2 基準回歸結果分析

本文以我國37 個城市作為研究對象，選取2016 年至2021 年地級面板數據，為驗證該面板數據應當選擇固定效應模型還是隨機效應模型，利用Hausman 方法進行檢驗，檢驗統計量的結果為19.49，在1%的置信水平下顯著，則應該選擇構建固定效應模型。

運用Stata 17 軟件進行固定效應模型回歸，具體回歸結果如表3 所示。為避免多重共線性的問題，本文選擇逐步引入控制變量。表3 中第（1）列結果是未加入控制變量后的回歸結果，核心解釋變量NI 的系數為正，且在1%的置信水平下顯著，說明新基建投資對城市吸引力的發展具有顯著的促進作用。第（2）列至第（4）列是依次引入各控制變量后的回歸結果，結果表明，NI 的系數依舊在1%的水平下顯著且為正，說明各城市加大新基建投資力度對城市吸引力具有顯著的促進作用，且模型的整體F 值在1%的水平下顯著，模型的分析結果較為可靠。驗證了假設1。

表3 基準回歸結果

4.3 內生性檢驗

新基建投資與城市吸引力之間存在一定的雙向因果關系，并且影響城市吸引力發展的因素眾多，本文所涉及的一系列控制變量難以避免遺漏變量的問題，因此需對模型進行系統內生性檢驗，以排除上述問題對實驗結果所造成的干擾。本文采用工具變量法對模型進行內生性檢驗，因此工具變量的選擇在內生性檢驗中十分重要，其應滿足相關性與外生性兩個特點。參照蘇京春[9]等的做法，以城市地形起伏度作為衡量新基建投資水平的工具變量。首先，地形起伏度作為工具變量應滿足相關性特點，地形起伏度不但會使信息網絡基礎設施建設成本與難度增大，而且還會影響網絡信號的傳輸效率，因此地形起伏度過大將對信息網絡基礎設施的建設與使用帶來負向作用；其次地形起伏度作為自然因素，通常情況下與社會經濟、人口的發展不相關，并不會影響城市吸引力的發展，滿足外生性。

由于選取的工具變量的原始數據為截面數據，無法直接用于對面板數據進行內生性檢驗，參照Nunn 與Qian[10]的研究思路，以變化的年份與城市地形起伏度構造交互項，作為該年新基建投資水平的工具變量，具體實驗結果參照表4，根據表4 列（1）顯示第一階段回歸的F 值為42.95，遠大于10，排除了弱工具變量的問題，即年份與城市地形起伏度的交互項作為工具變量同新基建投資之間存在負相關關系。表4 列（2）第二階段的回歸結果說明，在緩解內生性問題后，基準回歸結果仍然穩健，即新基建投資帶動了城市吸引力的發展，并同基準回歸結果相比較回歸系數有了較大程度的增長，新基建投資對城市吸引力的影響更顯著。

表4 內生性檢驗結果

4.4 穩健性檢驗

基準回歸模型檢驗結果顯示，新基建投資增加帶動了城市吸引力的增長。本文根據新基建投資水平的提升對城市吸引力產生帶動效應進行了系統的穩健性檢驗，采用滯后一期解釋變量與剔除特殊城市兩種方法進行穩健性檢驗，結果如表5 所示。

表5 穩健性檢驗結果

①滯后一期解釋變量。參照賀唯唯[11]的方法，本文選取新基建投資滯后一期用以代替原來當期的指標作為新的解釋變量進行檢驗，列（1）為滯后一期的新基建投資與城市吸引力的單變量回歸結果，列（2）為引入控制變量后滯后一期的新基建投資對于城市吸引力的回歸結果，結果顯示新基建投資的系數在1%的置信水平下顯著為正，與基準回歸結果一致，說明新基建投資對城市吸引力依舊存在帶動作用。

②剔除特殊城市。參照胡艷[12]的方法，由于北京、上海、廣州及深圳四個超一線城市其新基建的投資水平可能會遠高于其他城市。為了驗證回歸結果的穩健性，本文在剔除上述四個城市后再次進行回歸。列（3）為新基建投資與城市吸引力的單變量回歸結果，列（4）為加入控制變量后的回歸結果，回歸結果顯示在剔除超一線城市后的樣本回歸結果仍與前文一致，說明研究結論是穩健的。

4.5 異質性分析

我國幅員遼闊，不同城市之間資源稟賦、經濟發展等方面存在差距，城市規模越大，所擁有的資源就更多，城市內部的集聚效應也會隨之加強，因城市規模而帶來的資源差異也可能受到影響。根據第一財經所發布的《城市商業魅力排行榜》，將樣本城市劃分為一線城市、新一線城市、二線城市與三線城市，通過分組回歸檢驗新基建投資水平因城市規模異質性而對城市吸引力發展所產生的差異化影響，回歸結果如表6 所示。對于一線城市、新一線城市與二線城市，新基建投資的回歸系數顯著為正，而對于三線城市，回歸系數并不顯著。產生差異的原因可能在于規模較大的城市多重資源稟賦并夯牢了經濟發展基礎等發展條件，整體的新基建設施建設較為完善，帶動了城市吸引力的發展，相較于規模較小的城市，新基建投資的促進作用并非憑空產生，而需要在基礎設施建設所完善的條件下，規模較小的城市自身基礎設施建設尚處于起步階段，新基建對其城市吸引力的帶動作用尚未體現。驗證了假設2。

表6 異質性分析結果

5 研究結論與政策建議

在數字中國與網絡強國建設思想的指引下，分析新基建投資與城市吸引力發展之間的內在聯系，對于加快新型基礎設施布局，優化城市基礎設施建設的結構與功能，助推城市經濟高質量發展具有重要的現實意義。本文在理論分析的基礎上，基于2016-2021 年地級市及以上城市的面板數據分析新型基礎設施建設投資對城市吸引力的發展的影響效應，于此基礎上進一步探究異質性的影響。

研究發現：

①新基建投資能夠顯著促進城市吸引力水平提升。

②異質性研究結果表明，新基建投資對不同類型城市吸引力水平的影響具有一定的異質性，對于一線城市、新一線城市以及二線城市的城市吸引力水平提升具有顯著的促進作用，而對于三線城市的城市吸引力水平還未表現出帶動作用。

針對上述研究結論，本文提出以下政策建議：

①加大新基建投資力度，并保持投資的適度超前性。新基建的投資對城市吸引力的發展具有顯著的帶動作用。因此，應積極發揮政府的引導作用，深化“放管服”改革，對于新基建項目的審批流程進行簡政放權，加快推進新基建項目的落地執行，同時政府應在一定程度上逐步擴大新基建投資，推動傳統企業的轉型與升級，促進企業生產效率的提升，從而更好的增強城市吸引力；由于新基建設施的投資建設及運用涉及周期較長，對城市整體發展的帶動作用具有相對滯緩性，因此政府需提前做好頂層設計，統籌規劃布局。

②制定差異化投資策略，因地制宜規劃新基建布局。由于自然資源、人口資源等因素影響，我國不同類型城市的城市吸引力存在差距，新基建投資對于城市吸引力發展的促進效果具有一定的異質性，只有當城市自身發展到達一定水平時，新基建投資才會促進城市吸引力的發展。因此，新基建投資需與當前城市發展的實際情況相適應，對于經濟發達、人才聚集度高的地區，應適當加大新基建投資力度，使得更多產業、投資向優勢地區聚攏。

③支持多渠道資本加入，充分激發市場活力。由于政府財政收入有限，對于新型基礎設施建設的投資，除政府財政支出作為主要來源外，還應吸納更多的民營資本，使得新基建投資逐步趨向市場化，政府應加大民營資本參與到新基建投資的政策扶持力度并及時出臺各項指導性意見。