崔文俊

（江漢大學(xué) 商學(xué)院，湖北 武漢 430056）

一、引言

長期以來，我國經(jīng)濟(jì)增長的模式呈現(xiàn)出高儲蓄率、高投資率和低消費(fèi)并存的特征，屬于典型的“投資驅(qū)動型”經(jīng)濟(jì)發(fā)展模式。其中，基礎(chǔ)設(shè)施建設(shè)投資一直以來都是我國經(jīng)濟(jì)穩(wěn)定發(fā)展的壓艙石，作為我國傳統(tǒng)的逆周期調(diào)節(jié)政策的主要抓手。其短期政策效果顯著，但也存在一定的消極影響。2008年全球金融危機(jī)爆發(fā)，中央政府推出了4 萬億元基建投資用于刺激經(jīng)濟(jì)增長，迅速扭轉(zhuǎn)經(jīng)濟(jì)下滑的局面，但后續(xù)導(dǎo)致地方政府債務(wù)增加、落后產(chǎn)能過剩以及所催生的房地產(chǎn)泡沫。直到2015年提出了“前期刺激政策消化期”，其目的是消除4萬億元投資刺激政策所帶來的后遺癥[1]。并且，伴隨傳統(tǒng)基建投資邊際收益率逐年下降，從而經(jīng)濟(jì)投資乘數(shù)效應(yīng)也日趨弱化，其政策效果勢必大打折扣。

近年，中央高度重視新基建對我國經(jīng)濟(jì)發(fā)展的重要作用，并在2018年年底中央經(jīng)濟(jì)工作會議上首次明確提出要加強(qiáng)5G、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等“新型基礎(chǔ)設(shè)施建設(shè)”的定位。與此同時(shí)，《2019 年國務(wù)院政府工作報(bào)告》多次強(qiáng)調(diào)要加強(qiáng)新一代信息基礎(chǔ)設(shè)施建設(shè)。2020 年習(xí)近平總書記在參加中國人民政治協(xié)商會議第十三屆全國委員會第三次會議經(jīng)濟(jì)界委員聯(lián)組會時(shí)，又特別指出要以新基建為支撐賦能內(nèi)循環(huán)，推動形成我國經(jīng)濟(jì)“雙循環(huán)”新發(fā)展格局。此外，在“百年變局”疊加新冠肺炎疫情的大背景下，以信息網(wǎng)絡(luò)為基礎(chǔ)的新基建短期有助于穩(wěn)經(jīng)濟(jì)、穩(wěn)就業(yè)，長期有助于培育新技術(shù)、新產(chǎn)業(yè)、新經(jīng)濟(jì)。新基建不僅能兼顧短期逆周期調(diào)節(jié)和滿足中長期高質(zhì)量發(fā)展要求，而且對當(dāng)前應(yīng)對經(jīng)濟(jì)下行壓力增大形成強(qiáng)有力的經(jīng)濟(jì)支撐。由于我國幅員遼闊，各地資源稟賦、發(fā)展基礎(chǔ)和經(jīng)濟(jì)環(huán)境存在顯著差異，因此，深入研究我國新基建發(fā)展?jié)摿Φ膮^(qū)域差異和時(shí)空演變有助于增進(jìn)我們對目前階段新基建發(fā)展?jié)摿咎卣鞯暮暧^認(rèn)識，切實(shí)為解決區(qū)域發(fā)展不平衡問題、統(tǒng)籌推進(jìn)省域協(xié)同和構(gòu)建新發(fā)展格局提供現(xiàn)實(shí)依據(jù)。

新基建概念提出后，學(xué)術(shù)界從多層面多視角進(jìn)行了深入探索。其中，有沈榮坤和史夢昱[2]、郭朝先等[3]、馬榮等[4]、鈔小靜[5]等以理論分析為基礎(chǔ)，從動能轉(zhuǎn)換、建設(shè)模式、實(shí)現(xiàn)路徑、底層支撐作用和產(chǎn)業(yè)融合的推動效應(yīng)等方面，對“新基建”賦能我國經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)行了深入探討。此外，郭凱明等[6]從供給側(cè)和需求側(cè)分別研究了新基建在制造業(yè)升級和服務(wù)業(yè)發(fā)展中的重要推動作用。潘雅如和顧亨達(dá)[7]的研究進(jìn)一步驗(yàn)證了新基建在作用機(jī)制上通過提升勞動效率和促進(jìn)技術(shù)創(chuàng)新來推動服務(wù)業(yè)轉(zhuǎn)型升級。劉鳳芹和蘇叢叢[8]認(rèn)為新基建不僅能有效拉動經(jīng)濟(jì)增長，還能促進(jìn)新舊動能轉(zhuǎn)換，實(shí)現(xiàn)經(jīng)濟(jì)包容性發(fā)展。而伍先福等[9]發(fā)現(xiàn)新基建及其三個(gè)組成類型（“信息基建”“融合基建”“創(chuàng)新基建”）均未顯著促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率提升，說明新基建并不必然提升戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率。劉世錦[10]研究表明特高壓輸電、城市地鐵等新基建領(lǐng)域已起步多年，技術(shù)日趨成熟但并不能帶來質(zhì)的科技創(chuàng)新。以上觀點(diǎn)認(rèn)為，不能過度解讀新基建的作用。黃群慧[11]認(rèn)為新基建投資與項(xiàng)目應(yīng)尊重市場規(guī)律、市場機(jī)制，而不是政府通過選擇性產(chǎn)業(yè)政策進(jìn)行大規(guī)模投資刺激。對于新基建特別是數(shù)字化基礎(chǔ)設(shè)施的投資，應(yīng)該通過推動市場投資，政府則應(yīng)該給市場提供更好的服務(wù)。從新基建的作用價(jià)值看，新基建能否支撐穩(wěn)增長？學(xué)術(shù)界的觀點(diǎn)存在較大的分歧。劉俏[12]認(rèn)為中國有沒有可能再創(chuàng)造一個(gè)奇跡？新基建（實(shí)現(xiàn)“再工業(yè)化”所需的基礎(chǔ)設(shè)施投資）是能否有效釋放經(jīng)濟(jì)增長四大新動能之一。任澤平[13]通過測算新基建占全部基建的比重，認(rèn)為新基建不僅是穩(wěn)增長的關(guān)鍵，而且還是兼顧短期擴(kuò)大有效需求和長期供給側(cè)結(jié)構(gòu)性改革的最有效方法。然而，部分學(xué)者則認(rèn)為，新基建不足以大幅拉動宏觀經(jīng)濟(jì)增長。例如，尚文思[14]通過測算廣義與狹義口徑新基建的資本存量，并在此基礎(chǔ)上估算了其產(chǎn)出彈性，發(fā)現(xiàn)廣義新基建、狹義新基建的產(chǎn)出彈性分別為0.12、0.07，新基建的經(jīng)濟(jì)增長效益相對有限。

現(xiàn)有研究雖然已取得豐富成果，但是仍存在較大的拓展空間。首先，當(dāng)前研究多集中在探討和梳理新基建的內(nèi)涵定義、發(fā)展邏輯、現(xiàn)狀問題和發(fā)展路徑上，屬于定性分析的范疇，定量研究相對較少，定量測度新基建發(fā)展?jié)摿捌鋭討B(tài)變化的研究幾乎沒有。其次，現(xiàn)有研究大都著眼全國層面的概述性理論研究，缺乏具體的空間差異演化的相關(guān)分析。鑒于此，本文擬從以下三個(gè)方面進(jìn)行拓展：第一，構(gòu)建科學(xué)合理的新基建發(fā)展?jié)摿υu價(jià)指標(biāo)體系，對各省份和八大地區(qū)新基建發(fā)展?jié)摿M(jìn)行測度，拓展新基建發(fā)展?jié)摿υu價(jià)指標(biāo)體系。第二，引入Dagum 基尼系數(shù)方法精準(zhǔn)識別新基建發(fā)展?jié)摿Φ南鄬Σ町?，進(jìn)一步細(xì)化分解其區(qū)域間、區(qū)域內(nèi)以及超變密度的差異來源，從而增強(qiáng)測度的準(zhǔn)確性和科學(xué)性。第三，采用Kernel密度估計(jì)法和Markov鏈法等非參估計(jì)的方法對我國新基建發(fā)展?jié)摿Φ貐^(qū)絕對差異和分布動態(tài)演進(jìn)進(jìn)行定量測度，為新基建促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)。

二、新基建發(fā)展?jié)摿υu價(jià)指標(biāo)體系構(gòu)建與數(shù)據(jù)說明

（一）數(shù)據(jù)說明

本文數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國人口與就業(yè)統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒、國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫和中經(jīng)網(wǎng)等。研究范圍為2010—2021 年30①個(gè)省份新基建發(fā)展?jié)摿?。對于個(gè)別數(shù)據(jù)缺失主要采用插值法進(jìn)行填補(bǔ)。對于價(jià)格因素的影響，如地區(qū)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值等指標(biāo)均使用2010 年不變價(jià)格進(jìn)行價(jià)格平減。市場化進(jìn)展總得分則采用樊綱等[15]的方法計(jì)算而得。

（二）新基建發(fā)展?jié)摿υu價(jià)指標(biāo)體系構(gòu)建

在遵循全面性、可比性、客觀性等指標(biāo)構(gòu)建原則，借鑒現(xiàn)有研究的基礎(chǔ)之上，本文基于對新基建發(fā)展?jié)摿?nèi)涵的認(rèn)知，以省域?yàn)閱挝唬Y(jié)合數(shù)據(jù)的可得性，從基礎(chǔ)條件、產(chǎn)業(yè)支撐、發(fā)展能力和創(chuàng)新發(fā)展4 個(gè)方面選取25 個(gè)基礎(chǔ)指標(biāo)構(gòu)建了新基建發(fā)展?jié)摿C合評價(jià)指標(biāo)體系（如表1所示）。

表1 新基建發(fā)展?jié)摿C合評價(jià)指標(biāo)體系

其中，在權(quán)重設(shè)置上，首先采用極差標(biāo)準(zhǔn)化對原始數(shù)據(jù)進(jìn)行無量綱化處理，然后采用熵值法進(jìn)行確權(quán)，進(jìn)而測算出各省份新基建發(fā)展?jié)摿?。熵值法在?quán)重設(shè)定方面既能夠避免多層次分析法所導(dǎo)致的主觀賦權(quán)的缺點(diǎn)，而且能夠較為準(zhǔn)確反映出各觀測值指標(biāo)信息熵的效用價(jià)值[16]，并且能夠克服指標(biāo)體系中復(fù)合指標(biāo)間信息交叉、疊加等問題[17]。因此，在權(quán)重設(shè)定上具有較高的可信度和科學(xué)性。

三、中國新基建發(fā)展?jié)摿Φ湫褪聦?shí)

表2 報(bào)告了2010—2021 年各省份新基建發(fā)展?jié)摿Φ臏y度結(jié)果。本文根據(jù)國務(wù)院發(fā)展研究中心發(fā)布的《地區(qū)協(xié)調(diào)發(fā)展的戰(zhàn)略和政策》報(bào)告中八大綜合經(jīng)濟(jì)區(qū)的劃分，將樣本分為8大區(qū)域②。具體計(jì)算結(jié)果如表2和圖1所示。首先，從整體情況來看，全國新基建發(fā)展?jié)摿C合評價(jià)指數(shù)總體上長期平穩(wěn)增長，但短期內(nèi)呈現(xiàn)出以2014 年和2019 年為頂點(diǎn)的“M”形不規(guī)則的波動形態(tài)。這是因?yàn)?，一方?014 年前持續(xù)全國性提升主要源于后金融危機(jī)時(shí)代所享受的經(jīng)濟(jì)刺激紅利。2008 年全球金融危機(jī)發(fā)生后，政府加大逆周期調(diào)節(jié)力度，提出的4萬億元投資一攬子計(jì)劃和促增長、擴(kuò)內(nèi)需的十大政策，持續(xù)性的影響顯著提升了各地區(qū)新基建發(fā)展?jié)摿?。另一方面?014 年后經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，高速經(jīng)濟(jì)增長轉(zhuǎn)變?yōu)橹懈咚?，甚至低速，?jīng)濟(jì)增長速度階梯式下降，導(dǎo)致新基建發(fā)展?jié)摿Τ霈F(xiàn)了區(qū)域性分化，南部沿海地區(qū)和東部沿海地區(qū)經(jīng)濟(jì)韌性大，新基建發(fā)展?jié)摿薮?，而其余地區(qū)出現(xiàn)停滯甚至下降。此外，2019 年年底新冠肺炎疫情暴發(fā)，社會面經(jīng)濟(jì)活動減少，極大地影響經(jīng)濟(jì)的發(fā)展，新基建發(fā)展?jié)摿Τ霈F(xiàn)全國性的普降。

圖1 全國及八大地區(qū)新基建發(fā)展?jié)摿ψ兓?/p>

表2 2010—2021年中國新基建發(fā)展?jié)摿C合評價(jià)指數(shù)

分地區(qū)來看，各地區(qū)新基建發(fā)展?jié)摿Τ尸F(xiàn)出一定的俱樂部收斂的形態(tài)。東部、南部和北部沿海地區(qū)新基建發(fā)展?jié)摿薮?，發(fā)展勢頭較好，屬于第一方陣；長江中游地區(qū)、黃河中游地區(qū)和西南地區(qū)屬于第二方陣；東北地區(qū)和大西北地區(qū)屬于第三方陣。出現(xiàn)這種差異的原因在于：一方面，第一方陣地區(qū)的省份大都屬于沿海地區(qū)，沿海地區(qū)長期以來

經(jīng)濟(jì)發(fā)展活力、基礎(chǔ)設(shè)施建設(shè)、營商環(huán)境等各方面都明顯占優(yōu)。因此，第一方陣的各地區(qū)新基建發(fā)展?jié)摿C合評價(jià)指數(shù)均高于全國均值。另一方面，改革開放以來“讓一部分人先富起來”的非均衡發(fā)展戰(zhàn)略使得中西部地區(qū)相較于沿海地區(qū)存在一定的差距，盡管國家先后實(shí)施了西部大開發(fā)戰(zhàn)略、振興東北老工業(yè)基地戰(zhàn)略和中部崛起戰(zhàn)略，這些戰(zhàn)略在一定程度上顯著促進(jìn)了區(qū)域經(jīng)濟(jì)發(fā)展，但是中西部地區(qū)與東部地區(qū)的差距依然有進(jìn)一步擴(kuò)大的趨勢。因此，總體結(jié)果呈現(xiàn)出新基建發(fā)展?jié)摿ι系闹形鞑康貐^(qū)低于東部的局面。值得注意的是，東北地區(qū)從2014 年以后在新基建發(fā)展?jié)摿ι铣霈F(xiàn)較為明顯的回落，這主要和東北地區(qū)老工業(yè)基地的產(chǎn)業(yè)結(jié)構(gòu)息息相關(guān)，隨著我國進(jìn)入新發(fā)展階段，高質(zhì)量發(fā)展成為發(fā)展主線，傳統(tǒng)的高耗能、高污染、低產(chǎn)出的產(chǎn)業(yè)模式面臨轉(zhuǎn)型升級的陣痛。

四、中國新基建發(fā)展?jié)摿臻g差異和分布動態(tài)演進(jìn)趨勢

（一）Dagum基尼系數(shù)及其分解方法

本文采用Dagum 基尼系數(shù)及其分解方法測度全國八大地區(qū)的基尼系數(shù)，并進(jìn)一步討論中國新基建發(fā)展?jié)摿Φ目臻g區(qū)域差異以及差異貢獻(xiàn)率。該方法不僅能夠明確分地區(qū)樣本的空間差異來源，而且可有效解決樣本間交叉重疊等問題[18]，被廣泛用于空間差異分析研究?；嵯禂?shù)可以進(jìn)一步分解為組內(nèi)差異貢獻(xiàn)（Gw）、組間差異凈貢獻(xiàn)（Gnb）和組間超變密度（Gt）三部分[19]。中國新基建發(fā)展?jié)摿Φ腄agum基尼系數(shù)的定義如式（1）所示：

式中，G 表示總體基尼系數(shù)，h、j 為區(qū)域劃分個(gè)數(shù)，i、r是區(qū)域內(nèi)省份個(gè)數(shù)；n是省份個(gè)數(shù)，k是區(qū)域個(gè)數(shù)，nh（nj）是h（j）區(qū)域內(nèi)省份的個(gè)數(shù)；yhi（yjr）是h（j）區(qū)域內(nèi)的新基建發(fā)展?jié)摿χ笖?shù)，y 是各區(qū)域新基建發(fā)展?jié)摿χ笖?shù)的平均值。

根據(jù)Dagum基尼系數(shù)分解方法，中國新基建發(fā)展?jié)摿Φ膮^(qū)域差異可以分為組內(nèi)差異貢獻(xiàn)（Gw）、組間差異凈貢獻(xiàn)（Gnb）和組間超變密度（Gt）三部分。具體計(jì)算公式如下：

其中，式（2）中Ghh表示h 地區(qū)的基尼系數(shù)；式（3）中Gw表示地區(qū)內(nèi)新基建發(fā)展?jié)摿Φ呢暙I(xiàn)，其中，ph=nh/n，sh=（nhYh）/nY，（h=1，2，…，k）；式（4）中Ghj表示地區(qū)h和j之間的基尼系數(shù)；式（5）中Gnb表示地區(qū)h 和j 之間的凈值差異貢獻(xiàn)；式（6）中Gt表示地區(qū)交叉項(xiàng)影響的超變密度貢獻(xiàn)；式（7）中Dhj表示地區(qū)h和j新基建發(fā)展?jié)摿Φ南鄬τ绊?；式?）中dhj表示地區(qū)h 和j 間新基建發(fā)展?jié)摿Φ牟钪担吹貐^(qū)h 和j 中yhi-yjr＞0 的樣本值加總的數(shù)學(xué)期望；式（9）中phj表示地區(qū)h 和j 中yhi-yjr＞0 的樣本加總的數(shù)學(xué)期望，F(xiàn)h（Fj）為h（j）省份的累積密度分布函數(shù)。

（二）Kernel密度估計(jì)和Markov鏈法

Kernel密度估計(jì)采用連續(xù)密度曲線對隨機(jī)變量分布形態(tài)進(jìn)行刻畫[20]，不僅能夠較好地反映出變量的分布位置形態(tài)和延展性特征，而且對模型設(shè)定具有依賴性低和穩(wěn)健性高的特點(diǎn)，因此，被廣泛應(yīng)用于空間非均衡分析的相關(guān)研究[21]。為此，本文通過Kernel密度估計(jì)揭示新基建發(fā)展?jié)摿Ψ植佳葸M(jìn)特征和地區(qū)間絕對差異，從而希望能夠?qū)agum基尼系數(shù)刻畫的相對差異形成有益補(bǔ)充，進(jìn)一步豐富研究成果。通過設(shè)定隨機(jī)變量X 的密度函數(shù)為f（x），則點(diǎn)x的密度函數(shù)如式（10）所示，其中，N為觀測值個(gè)數(shù)，Xi為獨(dú)立同分布觀測值，h 為帶寬。而核函數(shù)K（x）的計(jì)算如式（11）所示。

Markov鏈作為一個(gè)隨機(jī)過程{X（t），t∈T}，其中，T 為具體對應(yīng)的各研究時(shí)期，X（t）為取值于有限狀態(tài)空間M，具體計(jì)算公式如式（12）所示，包括了所有可能結(jié)果。同時(shí)Markov 鏈作為主要的隨機(jī)動態(tài)系統(tǒng)，上一期狀態(tài)是決定隨機(jī)變量狀態(tài)空間轉(zhuǎn)變概率的唯一變量。假設(shè)特定省域新基建發(fā)展?jié)摿υu價(jià)值由t期狀態(tài)i轉(zhuǎn)移到t+1期狀態(tài)j的概率為Pij，那么就可以通過極大似然估計(jì)計(jì)算出tPij=nij/ni。其中，從t+1期狀態(tài)i轉(zhuǎn)移到狀態(tài)j的省域數(shù)量為nij，而ni為t期處于狀態(tài)i的省域數(shù)量。如果把中國新基建發(fā)展?jié)摿顟B(tài)劃分為N 種狀態(tài)，那么轉(zhuǎn)移概率的所有可能Pij能夠組成一個(gè)N×N轉(zhuǎn)移概率矩陣進(jìn)行表示，進(jìn)而就能闡明新基建發(fā)展?jié)摿顟B(tài)的動態(tài)轉(zhuǎn)移的概率情況。

（三）中國新基建發(fā)展?jié)摿Φ膮^(qū)域差異分析

1.全國新基建發(fā)展?jié)摿傮w與區(qū)域內(nèi)差異

表3 為按照Dagum 基尼系數(shù)分解方法計(jì)算的2010—2021 年全國總體及各地區(qū)新基建發(fā)展?jié)摿Φ淖兓闆r，總體以及地區(qū)內(nèi)基尼系數(shù)差異。并且，我們進(jìn)一步測度了新基建發(fā)展?jié)摿Φ膭討B(tài)變動趨勢（如圖2所示）。

圖2 全國及八大地區(qū)內(nèi)基尼系數(shù)變化趨勢

表3 全國及八大地區(qū)內(nèi)基尼系數(shù)變化趨勢

測度結(jié)果發(fā)現(xiàn)：第一，全國新基建發(fā)展?jié)摿傮w差異呈現(xiàn)出“U”形變化趨勢。具體看，2010 年全國總體新基建發(fā)展?jié)摿Φ幕嵯禂?shù)達(dá)到0.2937后，逐年下降，到2015 年達(dá)到極小值為0.2545，降幅達(dá)13.35%，說明各地區(qū)在“十二五”期間新基建發(fā)展?jié)摿Σ町惒粩嗫s小。從2016 年起總體基尼系數(shù)開始出現(xiàn)爬升態(tài)勢，并在2021年達(dá)到最大值0.3360。

第二，八大區(qū)域內(nèi)差異存在區(qū)域異質(zhì)性，且出現(xiàn)了分層現(xiàn)象。南部沿海地區(qū)的基尼系數(shù)顯著高于全國均值，其余各地區(qū)均低于全國均值，長江中游地區(qū)的基尼系數(shù)最低。南部沿海地區(qū)的基尼系數(shù)均值為0.3560，高出全國均值27.14 個(gè)百分點(diǎn)，主要的原因在于海南和福建與廣東經(jīng)濟(jì)社會發(fā)展水平差距較大，新基建發(fā)展?jié)摿沂?。長江中游地區(qū)的基尼系數(shù)均值為0.0672，僅為全國均值的24%，而且表現(xiàn)較為平穩(wěn)，圍繞0.06上下輕微波動，這意味著長江中游地區(qū)省份的新基建發(fā)展?jié)摿ο喈?dāng)。

2.新基建發(fā)展?jié)摿^(qū)域間差異和空間差異來源分解

表4為全國八大區(qū)域間新基建發(fā)展?jié)摿Σ町悳y度結(jié)果。結(jié)果顯示，八大區(qū)域的總體均值范圍在0.14—0.59之間變動，沿海地區(qū)、長江中游和黃河中游的區(qū)域間新基建發(fā)展?jié)摿Σ町愊鄬^小，大西北、東北和西南地區(qū)與其他地區(qū)的新基建發(fā)展?jié)摿Σ町愝^大。具體而言，區(qū)域間基尼系數(shù)最小的是黃河中游-長江中游，為0.1452。區(qū)域間基尼系數(shù)均值超過0.45 的群組有北部沿海-大西北地區(qū)，南部沿海-大西北地區(qū)和東部沿海-大西北地區(qū)，其中區(qū)域間差異最大的是東部沿海-大西北地區(qū)，區(qū)域間基尼系數(shù)達(dá)到0.5909，大西北地區(qū)與沿海地區(qū)新基建發(fā)展?jié)摿Φ膮^(qū)域間差異較大，需要重點(diǎn)關(guān)注，持續(xù)培育大西北地區(qū)新基建發(fā)展?jié)摿Α?/p>

表4 全國新基建發(fā)展?jié)摿Φ膮^(qū)域間差異及其空間差異分解結(jié)果

圖3為全國新基建發(fā)展?jié)摿Φ膮^(qū)域差異動態(tài)變動趨勢。結(jié)果顯示，總體上新基建發(fā)展?jié)摿Φ目臻g差異主要來源于區(qū)域間差異，其次是超變密度，區(qū)域內(nèi)差異貢獻(xiàn)度最小而且表現(xiàn)平穩(wěn)波動較小。2010—2021年新基建發(fā)展?jié)摿^(qū)域間差異、超變密度和區(qū)域內(nèi)差異的基尼系數(shù)均值和貢獻(xiàn)率分別為0.2070 和73.89% 、0.0537 和19.23% 、0.0192 和6.87%。值得注意的是，區(qū)域間新基建發(fā)展?jié)摿Φ穆洳羁赡苁羌ぐl(fā)全域新基建發(fā)展?jié)摿Φ闹匾璧K。時(shí)序特征表明，考察期內(nèi)區(qū)域間差異的基尼系數(shù)在0.1888到0.2759之間，呈現(xiàn)出“U”形分布，區(qū)域間差異的貢獻(xiàn)率則處于71.34%—75.49%之間。超變密度值介于0.0466 到0.0658 之間，超變密度的貢獻(xiàn)率處于17.73%—21.44%之間，超變密度的貢獻(xiàn)率有趨于下降的態(tài)勢，說明不同區(qū)域間交疊問題對總體差異的影響在縮小。

圖3 全國新基建發(fā)展?jié)摿Φ膮^(qū)域差異變化趨勢

（四）中國新基建發(fā)展?jié)摿Φ膭討B(tài)演進(jìn)分析

1.全國總體新基建發(fā)展?jié)摿討B(tài)演進(jìn)

通過前文對全國新基建發(fā)展?jié)摿C合評價(jià)指數(shù)進(jìn)行Dagum基尼系數(shù)的分解，我們對區(qū)域新基建發(fā)展?jié)摿Σ町惡蛠碓从辛烁钊氲睦斫?。為了進(jìn)一步研究不同地區(qū)新基建發(fā)展?jié)摿Φ目臻g分布和動態(tài)演進(jìn)特性，本文采用核密度估計(jì)法對2010—2021年全國和八大地區(qū)的新基建發(fā)展?jié)摿M(jìn)行分析。

圖4和表5測度了全國新基建發(fā)展?jié)摿Ψ植嫉膭討B(tài)演進(jìn)。全國新基建發(fā)展?jié)摿Ψ植紕討B(tài)表現(xiàn)出以下幾個(gè)特征：第一，從波峰演變上看，全國總體分布曲線存在由“單峰”向“雙峰”（主峰+側(cè)峰）演變的趨勢，前期全國總體分布曲線峰值波動下降并未出現(xiàn)明顯極化現(xiàn)象，然而到了后期極化現(xiàn)象明顯，尤其是2021 年，甚至出現(xiàn)峰值較低的側(cè)峰，這表明新基建發(fā)展?jié)摿υ诟魇》蓍g開始出現(xiàn)分化，并呈現(xiàn)出梯度效應(yīng)。第二，從分布位置變化上看，全國總體分布曲線中心位置和變化區(qū)域有隨時(shí)間推移不斷右移的趨勢，說明全國新基建發(fā)展?jié)摿υ诓粩嗵嵘c前文對全國新基建發(fā)展?jié)摿μ卣魇聦?shí)的研究契合。第三，從分布延展性上看，全國總體新基建發(fā)展?jié)摿Ψ植记€具備延展發(fā)散的特征，而且拖尾期逐漸延長，意味著全國范圍內(nèi)省域新基建發(fā)展?jié)摿Φ牟町愑袛U(kuò)大的跡象。盡管在考察期內(nèi)全國各省份新基建發(fā)展?jié)摿兴纳?，但是不同省份間由于發(fā)展基礎(chǔ)和地域環(huán)境存在異質(zhì)性，這就導(dǎo)致后發(fā)省份的新基建發(fā)展?jié)摿﹄y以在短期內(nèi)迎頭趕上先發(fā)省份，甚至出現(xiàn)在一些年份絕對差距有所擴(kuò)大的現(xiàn)象。

圖4 全國新基建發(fā)展?jié)摿Ψ植紕討B(tài)

2.八大地區(qū)新基建發(fā)展?jié)摿臻g演變分析

為了進(jìn)一步分析新基建發(fā)展?jié)摿臻g演變特征，本文采取Kernel 密度估計(jì)方法測度了八大地區(qū)新基建發(fā)展?jié)摿Φ暮嗣芏惹€區(qū)域差異和動態(tài)演進(jìn)（如圖5 和表5）。測度結(jié)果顯示，從波峰數(shù)量看，除了西南地區(qū)外，其余七個(gè)地區(qū)新基建發(fā)展?jié)摿嗣芏惹€均呈現(xiàn)出單峰狀態(tài)。其中，東北地區(qū)、黃河中游、長江中游核密度波峰變化為“單峰—雙峰”，表明該地區(qū)的新基建發(fā)展?jié)摿Τ霈F(xiàn)兩極分化現(xiàn)象；東部沿海則為“雙峰—單峰”，反映了該地區(qū)新基建發(fā)展?jié)摿^為集聚；南部沿海、大西北地區(qū)、北部沿海則為“單峰—單峰”，南部沿海和北部沿海峰高有逐漸降低的趨勢，但是這種趨勢被2021年出現(xiàn)的超高峰值所打破，大西北地區(qū)的峰高則是逐年提高，極化現(xiàn)象較之其他地區(qū)更為顯著。總體上八大地區(qū)的新基建發(fā)展?jié)摿霈F(xiàn)了較為廣泛的極化現(xiàn)象，各地區(qū)內(nèi)部省份新基建發(fā)展?jié)摿Φ脑倬馐窍乱徊秸甙l(fā)力的重點(diǎn)方向。從分布位置看，北部沿海、東部沿海、南部沿海、長江中游和大西北地區(qū)的核密度曲線中心有向右側(cè)移動的趨勢，這意味著上述地區(qū)隨時(shí)間推移新基建發(fā)展?jié)摿兴嵘绕涫悄喜垦睾８纳品茸顬轱@著。東北地區(qū)、黃河中游和西南地區(qū)的核密度曲線中心左移，表明這幾個(gè)地區(qū)新基建發(fā)展?jié)摿τ兴档?。從分布延展性看，東北地區(qū)、東部沿海、南部沿海和黃河中游均出現(xiàn)了明顯的右拖尾和收斂的波動趨勢，且逐年拉長，一定程度上存在拓寬趨勢。北部沿海、長江中游、西南地區(qū)和大西北地區(qū)的分布延展性主要表現(xiàn)為右拖尾和“收斂-拓寬”的變化過程，總體上表現(xiàn)出微弱拓寬態(tài)勢。

圖5 八大地區(qū)新基建發(fā)展?jié)摿Ψ植紕討B(tài)

表5 全國新基建發(fā)展?jié)摿Ψ植紕討B(tài)的演變特征

3.中國新基建發(fā)展?jié)摿Φ腗arkov鏈分析

為了進(jìn)一步研究反映新基建發(fā)展?jié)摿Φ膬?nèi)部流動方向和位置轉(zhuǎn)換特征，我們引入了Markov轉(zhuǎn)移概率矩陣進(jìn)行分析。通過借鑒姬志恒[22]的劃分方法，我們將省域新基建發(fā)展?jié)摿υu價(jià)得分分為四種類型，分別是低、中低、中高和高，依次標(biāo)示為類型Ⅰ、類型Ⅱ、類型Ⅲ和類型Ⅳ。如表6 所示，列示了Markov 鏈轉(zhuǎn)移概率的極大似然估計(jì)結(jié)果。處于類型Ⅰ、類型Ⅱ、類型Ⅲ和類型Ⅳ等級的省份在下一年仍然維持原等級的概率分別為72.58%、69.32%、63.33%和77.78%，表明新基建發(fā)展?jié)摿χ笖?shù)的不同等級大概率上較為穩(wěn)定，尤其是對于類型Ⅱ、類型Ⅲ和類型Ⅳ等級的省份而言更為穩(wěn)定。同時(shí)，類型Ⅰ、類型Ⅱ和類型Ⅲ在下一年向上轉(zhuǎn)移的概率分別為27.42%、21.59%和21.11%，但跨級的概率均為0%，這意味著推動新基建發(fā)展?jié)摿︶尫湃匀淮嬖谝欢ǖ碾y度，不同等級的省域所面臨的形勢不容樂觀。類型Ⅱ、類型Ⅲ和類型Ⅳ等級在下一年向下轉(zhuǎn)移90.9%、66.7%和10%，表明各省份新基建發(fā)展?jié)摿Υ嬖诘燃壪陆档娘L(fēng)險(xiǎn)，尤其是對類型Ⅱ和類型Ⅲ位次穩(wěn)固性較低，需要注意“倒車”風(fēng)險(xiǎn)。

表6 全國省域新基建發(fā)展?jié)摿Φ腗arkov轉(zhuǎn)移概率矩陣

五、結(jié)論與啟示

本文從基礎(chǔ)條件、產(chǎn)業(yè)支撐、發(fā)展能力和創(chuàng)新發(fā)展四個(gè)方面構(gòu)建新基建發(fā)展?jié)摿χ笜?biāo)體系，采用熵值法測算了2010—2021 年30 個(gè)省份的新基建發(fā)展?jié)摿χ笖?shù)，分別從全國和八大地區(qū)分析了我國新基建發(fā)展?jié)摿Φ牡湫吞卣鳎\(yùn)用Dagum基尼系數(shù)及其分解法對全國新基建發(fā)展?jié)摿Φ膮^(qū)域差異進(jìn)行測度和分解，并闡明其空間差異的來源，運(yùn)用核密度估計(jì)和Markov 鏈分析我國新基建發(fā)展?jié)摿Φ姆植紕討B(tài)演進(jìn)趨勢，主要的研究結(jié)論如下：

全國新基建發(fā)展?jié)摿C合評價(jià)指數(shù)總體上呈現(xiàn)出長期平穩(wěn)增長態(tài)勢，但短期內(nèi)呈現(xiàn)出以2014年和2019 年為頂點(diǎn)的“M”形不規(guī)則的波動形態(tài)。各地區(qū)新基建發(fā)展?jié)摿Τ尸F(xiàn)出一定的俱樂部收斂的形態(tài)。東部、南部和北部沿海地區(qū)新基建發(fā)展?jié)摿薮?，發(fā)展勢頭較好，屬于第一方陣；長江中游地區(qū)、黃河中游地區(qū)和西南地區(qū)屬于第二方陣；東北地區(qū)和大西北地區(qū)屬于第三方陣。

從發(fā)展?jié)摿Ψ矫鎭砜?，全國新基建發(fā)展?jié)摿傮w差異呈現(xiàn)出“U”形變化趨勢。并且，八大區(qū)域內(nèi)差異存在區(qū)域異質(zhì)性，出現(xiàn)了分層變化趨勢。具體而言，南部沿海地區(qū)的基尼系數(shù)顯著高于全國均值，其余各地區(qū)均低于全國均值，長江中游地區(qū)的基尼系數(shù)最低。全國八大區(qū)域間新基建發(fā)展?jié)摿Σ町惖木捣秶?.14—0.59之間，沿海、沿江和沿河地區(qū)的區(qū)域間新基建發(fā)展?jié)摿Σ町愊鄬^小，大西北、東北和西南地區(qū)與其他地區(qū)的新基建發(fā)展?jié)摿Σ町愝^大。總體上，新基建發(fā)展?jié)摿Φ目臻g差異主要來源于區(qū)域間差異，其次是超變密度，區(qū)域內(nèi)差異貢獻(xiàn)度最小而且變化趨勢較小。

全國新基建發(fā)展?jié)摿υ诓粩嗵嵘?，總體分布曲線中心位置和變化區(qū)域有隨時(shí)間推移不斷右移的趨勢。分析發(fā)現(xiàn)，全國總體分布曲線存在由“單峰”向“雙峰”（主峰+側(cè)峰）演變的趨勢，總體分布曲線峰值波動下降并未出現(xiàn)明顯極化現(xiàn)象，但到了后期極化現(xiàn)象明顯。除了西南地區(qū)外，其余七個(gè)地區(qū)新基建發(fā)展?jié)摿嗣芏惹€均呈現(xiàn)出單峰狀態(tài)。北部沿海、東部沿海、南部沿海、長江中游和大西北地區(qū)的核密度曲線中心有向右側(cè)移動的趨勢，而東北地區(qū)、黃河中游和西南地區(qū)的核密度曲線中心左移。Markov鏈分析表明各省份新基建發(fā)展?jié)摿χ笖?shù)的不同等級相對穩(wěn)定，但仍然存在向下轉(zhuǎn)移的風(fēng)險(xiǎn)。

基于以上研究結(jié)論，本文得出如下幾點(diǎn)啟示：首先，要正視新基建發(fā)展?jié)摿Φ牡貐^(qū)間、省域間的空間非均衡性分布特征。著重研究阻礙激發(fā)新基建發(fā)展?jié)摿Φ恼T因，從頂層設(shè)計(jì)出發(fā)，因地制宜制訂差異化的提升新基建發(fā)展?jié)摿Φ恼叽胧瑘?jiān)持長期主義，避免“一刀切”，系統(tǒng)性實(shí)現(xiàn)新基建發(fā)展?jié)摿Φ娜蛱嵘?。其次，重視地區(qū)總體差異最主要來源于區(qū)域間差異。區(qū)域間基尼系數(shù)均值最大的群組主要有北部沿海-大西北地區(qū)、南部沿海-大西北地區(qū)、東部沿海-大西北地區(qū)，遠(yuǎn)超過其他群組?；谝陨涎芯渴聦?shí)，中央在統(tǒng)籌規(guī)劃新基建發(fā)展政策方針時(shí)應(yīng)對大西北地區(qū)予以一定的傾斜，通過政策“拉一把”引導(dǎo)其填補(bǔ)地區(qū)發(fā)展劣勢。與此同時(shí)，新基建發(fā)展?jié)摿η芳训牡貐^(qū)要主動挖潛，充分利用自身的稟賦比較優(yōu)勢積極承接發(fā)達(dá)地區(qū)的管理經(jīng)驗(yàn)、技術(shù)和產(chǎn)業(yè)轉(zhuǎn)移，充分利用國家區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略部署，加快內(nèi)外聯(lián)動、空間互動，充分釋放新基建發(fā)展?jié)摿Γ鸩娇s小區(qū)域間新基建發(fā)展?jié)摿Φ牟罹?。再次，關(guān)注疫情持續(xù)性影響，由此導(dǎo)致經(jīng)濟(jì)波動所產(chǎn)生的經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)。激發(fā)新基建發(fā)展?jié)摿﹄m然是實(shí)現(xiàn)逆周期高質(zhì)量宏觀調(diào)控的抓手，但是也要防范新基建投資風(fēng)險(xiǎn)，因此需要堅(jiān)持“包容審慎”原則推動我國新基建高質(zhì)量發(fā)展。

注釋：

①因數(shù)據(jù)缺失嚴(yán)重，本研究剔除港澳臺和西藏地區(qū)。

②東北地區(qū)包括遼寧、吉林和黑龍江；北部沿海包括北京、天津、河北和山東；東部沿海包括上海、江蘇和浙江；南部沿海包括福建、廣東和海南；黃河中游包括內(nèi)蒙古、陜西、山西和河南；長江中游包括安徽、江西、湖北和湖南；西南地區(qū)包括廣西、重慶、四川、貴州和云南；大西北地區(qū)包括西藏、甘肅、青海、寧夏和新疆。