摘要：本文讨论了地方政府基础设施投资对企业技术创新影响的内在逻辑机制，并利用制造业企业微观数据验证了相关假说。结果发现：（ 1 ）基础设施建设对企业研发存在产品市场规模效应和金融市场挤出效应。短期内，基础设施投资通过金融市场挤出企业研发投资；而在长期，随着基础设施资本存量增加，产品市场规模扩大会提高企业研发投资的资本回报，激励企业投入研发。（ 2 ）基础设施改善有利于大企业研发，而会抑制小企业研发。这种差异性影响来源于规模效应和挤出效应共同作用的结果。（ 3 ）基础设施投资会提高企业融资成本，这可能是我国金融市场利率波动和中小企业研发不稳定的重要来源。本文研究有助于从微观层面，理解中国财政分权和政治锦标赛制度通过何种渠道影响中国经济结构转型和长期经济增长，并评估以基础设施投资拉动地方经济增长模式的作用及地位。关键词：基础设施 企业研发 规模效应 挤出效应一、引言在财政分权和政治锦标赛制度背景下，以基础设施投资①拉动地方经济增长是地方政府常用的经济刺激手段，特别在经济增速下滑时期，基础设施投资往往成为增长稳定器。大量基础设施投资对创造中国经济增长奇迹做出了重要贡献，但这种政府投资拉动经济增长的模式也引起了人们的批评和质疑：基础设施过度投资会产生一系列扭曲性后果，导致中国政府职能转型和经济增长方式转型变得困难重重（周黎安，2007），“更重要的影响是会使中国错过最佳的结构调整时期和技术创新时期”②，从而不利于中国长期经济增长。其引申之意是过度基础设施投资会抑制企业技术创新行为，减缓生产率提高和技术进步速度。而总体上中国处于全球价值链的低端制造环节，依赖引进和模仿技术，而企业技术创新激励是经济结构转型的关键。那么基础设施投资是否会减少企业研发，从而影响企业的创新和经济的长期增长呢？这是本文关注的焦点。正如公共支出与私人投资关系存在挤入和挤出两种可能一样，基础设施投资对于企业创新也可能产生两种影响。一方面，基础设施改善可以开辟市场并保证能源供应，使得大规模生产成为可能，市场机会诱发企业大量技术创新；另一方面，当大量经济资源被投入到基础设施建设时，受社会资源限制会导致利率上升，相应减少企业研发投资，形成研发挤出效应。两种效应是否同时存在？它们共同效应如何？具体而言，基础设施投资通过哪些渠道影响企业研发决策？基础设施投资对不同类型企业的研发决策是否存在差异性影响？通过研究地方政府基础设施投资和企业研发的关系，有助于发现基础设施作用于中国经济地方政府基础设施投资会抑制企业技术创新吗？*——基于中国制造业企业数据的经验研究□蔡晓慧 茹玉骢* 本文得到了国家社科基金一般项目（12BJL018）、国家自然科学基金项目（71263010）、浙江省自然科学基金项目（LY15G 030020）的资助。本文在成文过程中得到姚洋、金戈、左翔、钟宁桦、丁建福和余静文的帮助，特此致谢！文责自负。地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 32《管理世界》( 月刊)2016年第11期增长方式转型的重要渠道，在财政公共支出和中国长期经济增长之间搭建桥梁。本文运用工业企业数据库中制造业企业微观数据，研究了地方政府基础设施投资对企业技术创新影响的内在逻辑机制。主要发现：（1）基础设施建设对企业研发存在产品市场规模效应和金融市场的挤出效应。短期中基础设施投资通过金融市场挤出企业研发投资，而在长期而言，基础设施资本存量增加，通过扩大产品市场规模提高企业研发投资的资本回报，从而刺激企业研发投入。（2）基础设施改善对不同规模企业呈现出差异化影响，对于大企业研发总体上呈现激励作用，而对于小企业研发呈现抑制作用，这种差异性影响来源于规模效应和挤出效应的共同作用。（3）挤出效应主要通过金融市场传导，基础设施投资会提高企业融资成本，这可能是我国金融市场利率波动的重要来源，也可能是造成中小企业研发行为不稳定的重要原因。本文可能的贡献主要有：第一，将基础设施建设这一重要的公共政策因素引入企业研发决定因素文献，已有文献较多关注科教文卫等公共服务对企业研发行为的影响，忽略了基础设施因素，本文做了补充性研究；第二，为政府投资拉动经济增长模式和产业结构调整问题的讨论提供了新的视角，有助于从企业微观行为角度理解和正确评估政府投资拉动经济增长模式的历史性作用及地位，从而更好地厘清政府行为、经济结构转型、长期经济增长的内在联系。本文余下部分安排如下：第二部分是文献回顾；第三部分是理论假说；第四部分是模型设定与识别；第五部分是实证分析；第六部分进一步讨论了基础设施投资对企业融资成本的影响；第七部分是结论。二、文献回顾本文研究主题涉及三类文献，一是中国财政分权体制下地方政府投资激励扭曲问题文献；二是政府财政支出对私人投资挤出效应问题研究文献；三是讨论企业研发支出和政府财政支出关系的文献。改革开放30多年来，中国基础设施建设成就巨大，这与一般发展中国家形成鲜明对比（WorldBank，1994）。 据金戈（2016）估算的数据，以1981年不变价格计算，1981~ 2012年32年间我国基础设施资本存量几何年均增长率为14. 7 % ，高于同期GDP 几何年均增长率9 % 。图1 显示了改革开放以来基础设施发展历程。1994年分税制是基础设施投资的一个转折点。分税制改革使我国基础设施投资快速增长，其结果是基础设施资本占总资本比例不断上升。中国独具特色的财政分权和政治锦标赛制度是政府大规模基础设施建设的重要制度根源（张军等，2007）。 它促使地方政府创造性地引入了土地有偿使用制度，通过出让土地和与土地相关资产换得社会资本投入，经营城市，大规模修建城市基础设施和道路交通设施，使中国在短时间里出色解决了基础设施严重滞后的问题（周黎安，2008），与此同时地方政府也可以从基础设施投资中获得显性或隐性的高额回报③。地方政府基础设施投资冲动有助于改善地方投资环境“硬件”，带来巨大经济效益，其中包括：（1）推动经济增长（Aschauer ，1989a ；Demurger ，2001；王任飞、王进杰，2007；张学良，2012；郑世林等，2014）；（2）扩大贸易（Limao and Venables ，2001；王永进等，2010；盛丹等，2011）；（3）溢出效应（Boarnet，1998；刘生龙和胡鞍钢，2010；张光南等，2013）；（4）加快产品、资本和劳动在区域间流动，加深经济一体化程度（刘生龙、胡鞍钢，2011）等。另一方面政府投资冲动也带来一些结构扭曲，其中包括：（1）科教文卫等社会基础设施投入显著不足（乔宝云等，2005；龚锋、卢洪友，2009；左图1 改革开放以来基础设施发展历程数据来源：金戈（2016），经作者整理。基础设施资本存量 （亿元 ）405503255024550165508550550302520151050占总资本比例 （%）1981 1985 1989 1993 1997 2001 2005 2009 2013——基础设施资本存量（亿）——基础设施资本占总资本比例（%） ◆- - 33翔、殷醒民，2013）；（2）地方融资平台占用大量金融资源并造成中小企业融资困难 ；（3）地方政府基础设施投资可能超越当地经济发展水平并导致财政风险（刘煜辉、沈可挺，2011）。政府财政支出是否会挤出私人部门投资是宏观经济学中存有争议的重要话题。Aschauer（1989b），Baxter 和King（1993），Glomm 和Ravikumar（1994）等研究认为政府举债增加公共支出，可以完善基础设施与社会制度环境，提升私人部门劳动生产率，从而挤入私人投资。而相反，IS-LM 理论认为政府投资会导致利率上升并挤出私人投资。Wang（2005），Mountford和Uhlig（2009），Furc ⁃eri 和Sousa（2011）的经验研究都表明政府投资和基础设施建设对于私人投资有负面影响。国内大部分研究也支持挤出效应，认为政府投资在一定程度上挤出了私人投资，且不利于产出增长（楚尔鸣、鲁旭，2008；刘金林、杨成元，2013）。 值得注意的是，之所以存在“挤入”和“挤出”两种不同的实证结果，很可能是因为没有细分政府财政支出的长期和短期影响。短期而言，财政支出对私人部门投资以挤出为主；长期来看，公共投资环境改善会提高私人投资的边际产出，从而产生挤入效应。而已有的研究主要集中在政府公共支出或者基础设施投资对于私人部门投资的影响，而没有专门讨论与技术创新高度相关的研发投资。企业研发受多种因素影响④，企业研发强度国别差异大部分由国别创新环境和公共政策差异造成（Porter，1990；Porter and Stern，2001），包括教育、技术培训、医疗等创新基础设施（Furman et al ，2002）、知识产权保护（Richard and Rozek，1990；Gould D. and Gruben ，1996）、政府研发补贴或者税收减免（David et al. ，2000；Guellec et al. ，2003）等。此外金融市场发达程度也是影响研发的重要因 素（Carpenter and Petersen，2002；Lerner andHall ，2010）。 以上研究大都忽视了财政分权和政治锦标赛制度下地方政府行为与企业研发的关系。我们所能了解到的文献中只有解维敏（2012）一文把财政分权和企业研发联系了起来，认为地方政府及官员会积极地利用权力和掌握的资源干预辖区内企业的经营行为，而这种旨在增加财政收入和GDP 的地方政府干预行为抑制了其辖区内企业的研发投入，但此文献并未提供有说服力的经验研究。总体而言，财政分权和政治锦标赛制度下，地方政府大量投资基础设施是中国经济增长模式的重要特征之一，研究在该制度环境下企业研发创新行为特征，既是中国经济转型背景下的现实问题研究，又可以将这一重要的公共政策和公共服务引入企业研发决定因素文献，是对已有文献的丰富和补充。三、理论假说基于已有文献研究，在财政分权和政治锦标赛制度背景下，我们设想基础设施建设对企业研发存在产品市场的规模效应和金融市场的挤出效应，并提出以下理论假说。假说1 ：基础设施资本存量对企业研发存在规模效应，且该效应主要作用于大企业。基础设施对研发投入的规模效应是指，基础设施改善有助于企业通过扩大产品市场规模分摊研发成本，规模报酬递增会提高企业研发投资回报，刺激企业研发投入。企业有多种潜在的技术路径：低固定投入但要承受高边际成本，或者高固定投入获得低边际成本，其中第二种生产方式有更大的规模效应。研发投资类似固定投入，通过开发新技术、新工艺，企业可采用专门的机器和工艺流程获得更高产品质量并降低生产成本。市场需求足够大时，企业为寻求规模经济而自发选择高研发投资低边际成本的生产模式。企业技术路径选择过程也可被视为产业升级路径。地区基础设施资本存量影响市场规模，从而影响企业研发投资。道路交通、水电供应、仓储及邮电通信业等城市基础设施完善，有助于降低中间投入品和产成品的交易成本，企业可以向更远地区扩张。产品销售和生产规模扩大又进一步促使企业投入研发，降低成本及价格。反之，基础设施不足会加剧地区市场分割，不利于企业通过扩大产量回收研发投资的固定成本，从而弱化了企业研发投资动机。因此良好的基础设施可以加深市场一体化程度，企业为追求规模报酬递增而自动选择研发投资⑤。由于存在规模经济，基础设施资本还影响企业地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 34《管理世界》( 月刊)2016年第11期进入、退出行为，进而影响企业研发⑥。基础设施改善为企业开辟新市场，本土市场效应使企业偏好在市场规模更大的地区生产（Krugman ，1980），基础设施完善的地区有更多企业进入。潜在市场规模扩大和市场竞争激励企业通过研发投资获得成本优势，抢夺低效率企业的市场份额，从而获得更高利润率。基础设施落后地区的企业面对不断降低的市场价格和日益萎缩的市场份额，不得不关闭停业退出市场。规模经济作用下，基础设施发达的地区有更高研发投资、平均利润率、企业进入比例和更低的退出率。高利润和激烈的市场竞争更激励企业从事研发。企业回收研发投资主要通过出售产品而不是出售专利，大企业从研发投资中更容易获得规模经济（Cohen and Klepper，1996）。 两种不同生产规模企业考虑是否投资一个研发项目时，假定研发项目有较高的前期固定投入，企业需通过规模化生产回收高额研发成本。此时大企业只需要追加部分生产性投资就能实现规模化生产。而小企业要达到大企业相同的产量，需要增加整个生产线投资。给定相同产量和营业收入，大企业新增投入成本小于小企业。如果说基础设施资本增加企业研发项目的投资回报，那么大企业从研发项目中得到的回报会远远高于小企业，该回报源于大企业的规模经济。因而规模报酬递增效应更鼓励大企业增加研发投入，小企业则更倾向于模仿和跟随。假说2 ：基础设施投资流量对企业研发存在负向挤出效应，并主要抑制小企业研发。基础设施对研发投入的挤出效应是通过金融市场产生的，它和新古典理论框架中公共财政支出对私人部门投资的挤出效应相类似，即当政府投资增加时，社会总需求增加的总额超过社会总供给增加额，市场利率上升并挤出私人投资（Spen ⁃cer and Yohe，1970）。 反映在金融市场上，基础设施融资需求增加加剧资金紧张，市场利率上升，而融资成本上升会使得企业家有激励放弃回报周期长的研发项目，转而选择“短平快”项目。Himmel⁃berg 和Petersen（1994）发现，相比于其他固定资产投资，研发投资对企业内部现金流更加敏感；而负债率高的企业更倾向于削减研发支出（Hall et al. ，1990），高利率或融资不足会导致企业减少研发支出（Lerner and Hall ，2010）。图2 显示了中国2002~ 2012年政府基础设施和非基础设施两类投资与市场利率的关系（此处的市场利率用国债一年期到期收益率减去存款利率表示）⑦，其中滞后一期的基础设施投资比例与市场利率走势基本一致。前一期基础设施投资比例上升时，当期市场利率也随之上升；反之亦然。基础设施投资与市场利率的简单相关系数达到0 . 65。然而非基础设施投资却与市场利率呈现相反的走势。当市场利率下跌时，非基础设施投资反而上升，两者相关系数为- 0 . 6 。由此可以推测：基础设施投资可能是造成我国金融市场利率波动的重要来源；非基础设施投资对利率波动敏感，并随市场利率变化呈现反向波动。当中央放松项目审批，或者地方政府增加基础设施投资时，金融资源被大量占用，导致非基础设施投资的挤出。基础设施投资对企业研发的挤出效应可能主要作用于小企业，因为大企业生产规模大，就业效应明显，是地方政府重要税源，且多年经营与银行有良好合作关系，对地方政府以及金融机构有更强的议价能力，更容易从金融市场上获得融资。因此其融资能力受地方基础设施投资影响较小，与小企业相比，其研发投资受到的挤出影响更小。基础设施对企业研发的规模效应和挤出效应是两个方向相反的作用机制，发挥作用的时间也有先后之分。首先通过使用自有资金加上在金融市场筹资，政府募集足够资金投资基础设施，形成当期基础设施投资流量。因占用大量金融资源，基础设施投资造成金融市场利率波动，挤出企业图2 基础设施投资比率与市场利率关系数据来源：金戈（2016）、万德数据库，经作者整理。- - 35研发投资。基础设施项目建成后，基础设施资本存量增加，通过产品市场的规模扩大提高企业研发投资的资本回报，激励企业投入研发。这两种效应的作用机理可视为动态的长短期效应。根据Aschauer（1989b），我们区分了基础设施资本存量和当期投资流量两个概念。资本存量是多年投资累积形成，进入企业生产函数的是基础设施资本存量而非当期投资流量，因此规模效应对应资本存量概念。项目建成后，地方政府可逐步回收初始投资，偿还债务。我们把资本存量视为已回收项目或者不会新增债务，不影响当期资金供求。但当期新增投资流量需要在金融市场融资，对金融市场产生大量资金需求，从而引起利率波动，因此挤出效应对应当期投资流量概念。区分存量和流量也意味着区分了长短期影响。基础资本存量可作为资本投入额进入企业生产函数，影响企业产出和研发决策，因而规模效应可视为长期效应；基础设施投资流量产生的融资需求对当期金融市场产生更大影响，因而挤出效应可视为短期效应。以下论述中，基础设施资本对应存量概念，基础设施投资对应流量概念。四、模型设定与识别（一）模型设定和变量选择根据上文分析并且借鉴王文春、荣昭（2014），我们设立带有外生交互效应的空间计量模型：（1）其中，下标i 、p 、m 、s 、t 分别表示企业、省、地级市、行业和年份；α i 、λ t 分别表示企业和年份固定效应。ε i ，t 为随机扰动项。由于企业极少变更所处省份，企业固定效应基本涵盖省份固定效应。RDi ，t有两个取值：是否研发二元变量、研发密度。IN⁃FRA p ，t- 2 是以1997年不变价格计算的省份p 在第t - 2年基础设施资本存量，其估计系数代表基础设施影响企业研发决策的本地规模效应。由于规模效应属于长期影响，我们把基础设施资本存量滞后两期。WINFRAp ，t- 2 是p 省份t - 2 年相邻省份基础设施资本存量，即基础设施资本的空间滞后项，其估计系数表示基础设施存量空间溢出效应。在控制滞后两期基础设施资本存量同时我们还加入了当年地方政府基础设施投资规模的流量指标IN⁃VESTp ，t ，以估计基础设施投资影响企业研发决策的金融市场挤出效应。INFRA p ，t - 1 × ASSET i ，t - 1 ，IN⁃VESTp ，t ×ASSETi ，t- 1 分别为基础设施资本和企业规模、基础设施投资和企业规模的交互项，它们的估计系数代表基础设施建设对不同规模企业研发决策的差异性影响。根据现有企业研发创新理论与实证研究文献，我们在模型中加入如下控制变量：X0i ，t - 1 是滞后一期企业自身特征变量，包括资产、现金流、市场占有率、出口、年龄，其中现金流比率和市场占有率代表企业成长性及未来投资机会。X1p ，t - 1 和X2m ，t - 1是滞后一期省级或者地级市层面特征变量，包括GDP 、人口、外资工业总产值比重、产业集聚度、竞争程度、医疗水平、教育水平、市场化指数、第三产业比重和存贷比。X3s ，t 是三位数行业的赫芬达尔指数（HH指数）。 变量定义的详细信息见附表。（二）模型识别问题在利用省级基础设施数据和制造业企业研发支出数据检验理论假说时，模型识别可能会存在以下3 个问题。第一，样本自选择问题。本文意在评估基础设施对企业研发决策的影响，而各省份经济发展不平衡使得企业在各省份的分布并非一个随机样本⑧。基础设施可提高当地土地价格和平均工资，生产效率低下的企业不能承受高地价和高工资，只能向中西部地区转移，留下高生产率企业。因而拥有良好基础设施的东部地区聚集了大量高生产率大企业，这些高生产率大企业往往是研发主力军，使基础设施资本存量与企业研发呈现正相关。第二，删截样本问题。只有研发收益超过一定阀值，才可以观察到企业研发支出。本文样本中只有大约11% 左右的企业存在研发活动，大部分企业研发支出为0 。这意味着我们得到的是一个删截样本，企业研发支出的分布不再满足最小二乘法（OLS）的经典假设。第三，基础设施资本空间溢出效应⑨。鉴于交通、通讯等基础设施具有较强空间网络性，且随着区域经济一体化日益加深，忽略基础设施的空间RD i, t = β0 + β1IN F RA p , t - 2 + β2IN V E S T p , t+ β3WIN F RA p , t - 2 + β4IN F RA p , t - 2× A S S E T i, t - 1+ β5IN V E S T p , t× A S S E T i, t - 1 + β6 X0i, t - 1 + β7 X1p , t - 1+ β8 X2m, t - 1 + β9 X3s, t - 1 + αi + λt + εi, t地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 36《管理世界》( 月刊)2016年第11期溢出效益可能会造成基础设施的本地效应被高估。我们采用企业面板数据固定效应模型处理样本自选择问题，并从企业研发概率和研发密度两个角度估计基础设施对企业研发决策的影响。企业不可观测生产率特征影响企业在不同省份的样本分布。如果该异质性和基础设施建设同时影响企业研发，通过控制企业固定效应，可以控制企业不可观察的生产效率异质性对研发支出的作用。即通过观察同一家企业在不同基础设施投资下的研发支出行为，就可以排除由于企业生产效率异质性产生的样本自选择问题。再通过控制企业规模和投资机会等企业特征，可识别出相同规模和相同投资机会的企业研发支出因政府基础设施投资而改变的效应。我们在回归中加入基础设施资本空间滞后项，避免遗漏空间溢出效应，减少估计偏差。本文标准化权重矩阵有两个定义：一是两个区域地理位置是否相邻；二是经济空间权重矩阵（林光平等，2006）。 其中，经济空间权重矩阵W*t =W×Et ，W 为地理位置是否相邻矩阵:Y it 表示第i 个省份t 年人均GDP 。地区间经济发展程度相近则市场规模相似，经济距离越短，基础设施空间网络增强，溢出效应越大。以上两个权重矩阵兼顾了各地区地理和经济上的相互联系。加入空间滞后解释变量后，基础设施资本的规模效应被细分为本地效应和溢出效应，且我们仍可使用标准的计量方法进行估计。（三）作用机制检验问题由于难以度量规模经济指标，我们不便用常规计量方法直接验证规模经济的作用机制，大企业从基础设施改善中获利大于小企业，该差异性为检验产品市场规模效应提供了便利。借鉴Rajan和Zingales（1998）的思想⑩，我们通过基础设施资本和企业规模的交互效应来间接检验规模经济作用机制，并进一步证实基础设施和企业研发的因果关系。在规模经济作用机制检验方法设计上，我们假设：（1）基础设施资本存量对企业研发产生影响存在两种可能——一种可能是存在规模效应；第二种可能是不存在规模效应。（2）每个地区企业有两种不同规模——具有规模经济的大企业，不具有规模经济的小企业。即使不考虑基础设施产生的规模效应，大企业研发支出以及从事研发可能性通常也高于小企业；如果存在规模效应，则基础设施会增加大企业研发支出以及从事研发的概率，从而加大不同规模企业研发支出以及从事研发投资概率的差异。如果能够证实两类企业研发支出和从事研发概率的差异因为基础设施资本存量不同而出现变化，那么我们就能更加确信这样的因果关系：基础设施资本可以产生规模效应，促进企业研发投资。我们采用两种方法检验挤出效应的作用机制：首先，由于小企业更容易受到融资约束，这种挤出效应会增加大小企业研发支出和从事研发投资概率的差异，使用基础设施投资和企业资产交互项也可以间接检验挤出效应作用机制；其次，利用我国资金市场地区分割和基础设施融资特点，用地级市数据进一步验证地方政府基础设施投资对企业债务融资成本的影响。相关内容见本文第七部分。五、数据、变量和特征事实（一）数据来源和样本处理本文数据来源主要有：规模以上工业企业数据库2004~ 2007年、《 中国统计年鉴》2004~ 2007年、《中国城市年鉴》2004~ 2007年，金戈（2016）估算的省级基础设施资本数据。规模以上工业企业数据库包括了采矿业、制造业和电力、燃气及水的生产和供应业。由于采矿业受国家政策影响干预较大，而电力、燃气及水的生产和供应业本身属于基础设施产业，因此我们仅使用制造业企业样本。为避免异常值干扰，去掉在政治和经济方面都比较特殊的省份西藏。本文企业特征的数据主要来源于中国制造业规模以上企业2004~ 2007年数据，这套数据包含全部国有企业以及年销售收入在500 万元以上的非国有企业。本文所用工业库关键变量加总值，其中包括企业数量、工业总产值、工业增加值、从业人数、出口量，与Brandt 等（2012）无差异。虽然我们把企E t i j =ìíîïï1| | Y i t - Y jti ≠ j0 i = j- - 37业研发投资研究限定于3 个年份的变化，但由于该数据企业样本足够大，本文模型识别不因样本量过小而受到限制，且可以在全样本下估计基础设施对企业研发投资的总体效应。地方政府基础设施数据来源于金戈（2016）估算的省级基础设施资本存量数据。相比于以往有关基础设施研究，本文使用金戈（2016）估算的数据有以下优点。第一，以往研究常使用基础设施实物存量或使用量指标——如公路（铁路）里程、交通设施密度，电话交换机容量、电话普及率、电力装机容量、能源消耗量等指标。采用实物存量或使用量指标的一个最大问题是，各种不同类型基础设施的实物指标很难加总，因此，研究者只能分别评价不同类型基础设施的经济效应，却难以对基础设施的整体效应做出准确评价。第二，真正改善投资环境的是基础设施存量而非流量。与仅使用当年基础设施投资流量指标的研究相比，本文可以区分基础设施资本存量的市场规模挤入效应和当年基础设施投资流量的金融挤出效应。第三，用省级层面基础设施数据配合企业层面研发支出数据，使基础设施和企业研发的因果关系更为清晰，减少因变量和自变量互为因果的内生性问题。我们对工业企业数据库企业样本处理如下（Cai and Liu，2009；Feenstra et al. ，2014；聂辉华等，2012）：（ 1）删除关键变量（总资产、平均就业人数、固定资产）数据缺失的观察值；（2）删除平均就业人数小于10人的观察值；（3）删除负数的观察值：总资产- 流动资产、总资产- 固定资产年平均值、总资产- 固定资产净值、累积折旧- 当期折旧、当期折旧、流动负债- 应付账款、负债- 长期负债、财务费用、利息支出、资本项（国有资本、集体资本、外商资本、私人资本）、开业年份、年份-开业年份；（4）去掉只有一年观测值的样本；（5）变量的异常值处理参见变量定义。（二）描述性事实1 . 描述性统计表1 显示了本文回归分析中变量的描述性统计。在回归分析样本中，约10% 的企业从事研发投资，与成力为、戴小勇（2012）的结果相一致。成力为、戴小勇（2012）对2005~ 2007年工业企业研发投入分布特征做了较为详细的描述统计，发现我国企业研发活动集中在通讯电子设备制造、交通运输设备制造、电气机械制造等行业，这些行业与基础设施投资密切相关。2 . 基础设施资本与企业研发决策：规模效应在产品市场规模效应驱使下，地区研发企业数量与当地基础设施资本存量以及经济规模相匹配。图3 显示了省级层面地区基础设施资本存量与研发企表1 描述性统计变量企业层面企业是否研发（二元变量）企业资产（自然对数）现金流（比率）年龄（自然对数）出口（比率）市场占有率（比率）地级市层面市辖区道路密度（平方公里/ 平方公里）第三产业比重（比率）人口（亿）GDP（万亿元）外商投资企业工业总产值比重（比率）地区平均债务融资溢价（%）储蓄存款规模（比率）省级层面基础设施资本存量（自然对数）基础设施投资流量（比率）基础设施资本空间滞后1（自然对数）基础设施资本空间滞后2（自然对数）产业集聚度每百人高等学校在校生人数医院数量（个/ 万人）市场化指数（比率）存贷比（比率）行业层面赫芬达尔指数省- 三位数行业层面市场竞争城市层面房价增长率交互项基础设施资本存量× 企业规模基础设施投资流量× 企业规模市辖区道路密度× 企业资产观测值491887491887491887850850850850491887491887491887491887491887491887491887123542491887491887平均值0.1049.6340.1182.0960.1560.0000.0150.0760.0600.1810.169- 1.2340.7197.8310.0677.4887.5660.2111.8721.8116.8410.7240.0080.9060.06775.4350.6640.139标准差0.3051.2490.1540.7430.3200.0010.0130.0990.0400.1930.1430.9360.3020.4990.0260.3430.4110.0070.8231.2643.0210.0880.0120.0590.05910.8230.2720.122最小值0.0007.015- 0.1670.6930.0000.0007.48e- 050.8530.0020.0040- 4.8270.1035.5860.0325.7325.6120.1920.7450.111- 0.8400.3930.0010.050- 0.02839.4380.2210.001最大值1.00013.7011.0065.2521.0000.0090.1000.3770.3201.0370.9311.7097.7518.4590.2128.1678.3070.2206.8975.32212.0701.0300.9511.1650.166115.8792.8911.325图3 基础设施资本存量和研发企业数量地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 38《管理世界》( 月刊)2016年第11期业数量的关系���。从数据上看，基础设施资本存量、研发企业主要集中在东部地区，尤其是江苏、广东和浙江三省，地区差异巨大。基础设施建设可以破除中国严重市场分割、加深经济一体化程度，使江浙沪、珠三角地区成为我国经济一体化程度较高的地区。由于市场规模扩大会激励当地企业从事研发投资，因而东部基础设施发达地区研发企业数量领先于全国。西部地区基础设施最落后，具有研发行为的企业也最少。拥有良好基础设施的东部地区还有较高平均利润、更多企业进入以及更少企业退出���，如图4 、图5 和图6 所示。城市基础设施有助于企业从规模经济中获得成本优势，从而保持较高盈利水平。在利润刺激下，为获得规模经济，新企业偏向于进入基础设施良好的地区生产。同时这些企业通过加大研发投资，不断推出新产品以获得更强竞争优势。在图5 中，基础设施资本存量与企业进入呈倒U型。原因可能是长三角和珠三角地区市场化程度高，前期已有大量企业进入，市场竞争日趋激烈。在位企业一旦获得强大竞争优势，其所处行业迅速变为由少数第一批行动者主宰的垄断竞争结构。于是企业技术创新构成新的进入障碍，除非有技术上重大突破，新企业难以进入这些行业。而中部地区市场化程度低于东部地区，竞争程度较低，反而有更多企业进入。随着大企业把市场份额在地理位置上不断拓展，基础设施落后地区的低效率企业不得不被淘汰出局，因而西部地区有较高的企业退出率。3 . 基础设施与企业研发决策：挤出效应另一方面，基础设施投资增加对企业研发也存在挤出效应。图7 显示了基础设施投资与地区非国有企业平均债务融资溢价的关系���。西部地区基础设施资本存量较小，但是在西部大开发战略背景下，西部地区上马了大量基础设施投资项目，中西图6 基础设施资本存量与企业退出图5 基础设施资本存量与企业进入图4 基础设施资本存量与地区平均利润图7 基础设施投资规模和地区平均债务融资溢价- - 39部地区基础设施投资占GDP 的比例反而高于东部地区。政策干预可以缩小基础设施资本存量的地区差异，但同时也外生地改变了这些地区的资源配置，使大量资源投入到基础设施投资中，从而推高了中西部地区非国有企业融资成本，企业由于融资约束上升而削减研发投资。在图8 中基础设施投资规模与研发企业数量呈现负相关。4 . 基础设施对不同规模企业研发决策的差异化影响在产品市场规模效应和金融市场挤出效应共同作用下，地方政府基础设施建设对不同规模企业研发决策存在差异性影响：基础设施更鼓励大企业增加研发投资。我们用有研发支出的大企业与小企业从事研发概率差异���，反映基础设施建设对不同规模企业研发决策的差异性影响。如果存在规模效应，大企业更容易因基础设施改善而扩大市场规模，摊薄研发固定投入，那么当基础设施资本存量增加时，在从事研发的大企业的比例将上升。因而规模效应使得在图9 中基础设施资本和大小企业从事研发概率差异呈现正相关。地方政府为刺激经济而增加基础设施投资时，大量金融资源被分配到地方政府项目，金融市场利率上升且银行信贷额度紧张。相比于融资能力强的大企业，小企业更容易因融资困难而放弃研发投资，挤出效应使得在图10中基础设施投资和大小企业从事研发概率差异也呈现正相关。六、基础设施与企业研发实证结果（一）基础设施对企业研发的规模效应和挤出效应的实证结果1 . 线性概率模型的基本回归结果我们依次用线性概率模型、Logit模型、Probit 模型估计基础设施对企业是否投入研发的影响。由于线性概率模型、Logit模型可以控制企业固定效应，避免企业不可观测因素造成的非随机样本问题，我们重点使用这两个模型。表2 列1 控制双向固定效应，基础设施资本的本地效应和溢出效应均显著为正，基础设施投资估计系数显著为负。该回归结果初步表明：地区基础设施资本增加1 % ，本地区企业从事研发概率上升6 . 2 % ，而相邻地区基础设施资本增加1 % ，本地企业研发概率上升9 . 4 % ；短期内基础设施投资增加10% ，本地区企业研发概率降低1 . 4 % 。表2 列1 其他控制变量的估计结果均符合我们的预期。企业规模对企业研发决策的影响非常显图9 基础设施资本与大小企业研发概率差异 图10 基础设施投资与大小企业研发概率差异图8 基础设施投资和研发企业数量地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 40《管理世界》( 月刊)2016年第11期表2 基础设施与企业研发概率的实证结果变量基础设施资本基础设施资本空间滞后1基础设施资本空间滞后2市辖区道路密度基础设施投资资产现金流年龄赫芬达尔指数市场份额出口人口GDP第三产业比重市场化指数存贷比外资企业产出份额产业集聚度竞争程度每百人在校大学生医院数量房价增长率资产均值现金流均值年龄均值赫芬达尔指数均值市场份额均值出口均值常数项企业哑变量年份哑变量省哑变量两位数行业哑变量观测值企业个数1是否研发LPM0.062***( 0.010)0.094***( 0.023)- 0.139***( 0.035)0.012***( 0.001)0.015***( 0.004)0.001( 0.005)- 0.065( 0.095)7.388***( 1.621)0.016***( 0.003)0.003***( 0.001)0.023*( 0.014)0.102***( 0.019)0.003***( 0.001)- 0.003( 0.005)- 1.279***( 0.185)是是否否49188722271420.065***( 0.010)0.125***( 0.030)- 0.092**( 0.037)0.012***( 0.001)0.014***( 0.004)- 0.000( 0.005)- 0.073( 0.103)7.496***( 1.687)0.016***( 0.003)0.004***( 0.001)0.050***( 0.019)0.088***( 0.020)0.002***( 0.001)- 0.007( 0.005)0.071***( 0.014)- 1.534***( 0.242)是是否否49188722271430.065***( 0.010)0.125***( 0.031)- 0.092**( 0.037)0.012***( 0.001)0.014***( 0.004)- 0.000( 0.005)- 0.073( 0.103)7.496***( 1.687)0.016***( 0.003)0.004***( 0.001)0.050***( 0.019)0.088***( 0.020)0.002***( 0.001)- 0.007( 0.005)0.071***( 0.014)1.792**( 0.903)- 1.914***( 0.399)是是否否49188722271440.066***( 0.010)0.120***( 0.030)- 0.100***( 0.037)0.012***( 0.001)0.016***( 0.004)- 0.000( 0.005)- 0.075( 0.103)7.534***( 1.687)0.016***( 0.003)0.004***( 0.001)0.051***( 0.019)0.080***( 0.020)0.002**( 0.001)- 0.007( 0.005)0.072***( 0.014)1.709*( 0.902)0.045**( 0.019)- 1.907***( 0.399)是是否否49188722271450.046***( 0.012)0.095***( 0.031)- 0.123***( 0.038)0.012***( 0.001)0.016***( 0.004)- 0.001( 0.005)- 0.075( 0.103)7.516***( 1.687)0.016***( 0.003)0.004***( 0.001)0.055***( 0.019)0.075***( 0.020)0.001( 0.001)- 0.009*( 0.005)0.070***( 0.014)1.855**( 0.902)0.054***( 0.019)0.037***( 0.010)0.001( 0.001)- 1.654***( 0.405)是是否否49188722271460.072***( 0.028)0.069( 0.091)- 0.042( 0.089)0.014***( 0.003)0.015*( 0.008)0.017( 0.012)0.102( 0.176)8.464**( 3.390)0.011( 0.007)0.018( 0.012)0.074( 0.050)0.061( 0.085)0.005**( 0.002)- 0.020*( 0.011)0.021( 0.048)- 0.016( 0.046)0.001( 0.026)- 0.000( 0.002)- 0.143***( 0.040)- 1.189*( 0.687)是是否否1235425768270.039***( 0.012)0.042**( 0.019)- 0.116***( 0.039)0.012***( 0.001)0.016***( 0.004)- 0.001( 0.005)- 0.075( 0.103)7.511***( 1.687)0.016***( 0.003)0.004***( 0.001)0.054***( 0.019)0.073***( 0.020)0.001( 0.001)- 0.004( 0.005)0.071***( 0.014)0.573( 0.654)0.055***( 0.019)0.042***( 0.010)0.001( 0.001)- 0.943***( 0.236)是是否否49188722271480.126***( 0.033)0.493***( 0.090)- 0.123***( 0.040)0.012***( 0.001)0.016***( 0.004)- 0.002( 0.005)- 0.056( 0.099)7.957***( 1.701)0.015***( 0.003)- 0.151( 0.107)0.063***( 0.022)0.027( 0.025)0.001( 0.001)- 0.014***( 0.005)0.075***( 0.014)4.607***( 0.870)0.063***( 0.020)0.051***( 0.010)0.075***( 0.014)- 2.126***( 0.431)是是否否4918872227149xtlogit1.162***( 0.271)1.294*( 0.693)- 2.493***( 0.841)0.208***( 0.029)0.389***( 0.104)0.303***( 0.117)- 0.978( 1.815)106.132***( 23.741)0.355***( 0.089)0.096***( 0.025)1.123***( 0.338)1.244***( 0.447)0.018( 0.017)- 0.241**( 0.120)2.033***( 0.336)0.891**( 0.448)0.957***( 0.239)0.017( 0.029)是是否否5189618285101.064***( 0.269)0.305( 0.433)- 2.445***( 0.856)0.207***( 0.029)0.387***( 0.105)0.300**( 0.117)- 1.043( 1.816)106.298***( 23.743)0.356***( 0.089)0.097***( 0.025)1.052***( 0.336)1.232***( 0.450)0.017( 0.017)- 0.177( 0.116)2.087***( 0.335)0.944**( 0.450)1.031***( 0.236)0.022( 0.029)是是否否5189618285110.777*( 0.449)8.327***( 2.447)- 1.951**( 0.902)0.207***( 0.029)0.410***( 0.105)0.262**( 0.118)- 0.429( 1.938)113.263***( 23.963)0.345***( 0.090)- 3.744( 4.275)1.830***( 0.513)0.250( 0.573)0.023( 0.018)- 0.222*( 0.119)2.138***( 0.343)1.098**( 0.458)1.487***( 0.232)0.061**( 0.029)是是否否518961828512probit0.243***( 0.086)0.027( 0.204)- 0.514**( 0.249)0.296***( 0.002)0.307***( 0.019)0.073***( 0.004)1.346***( 0.180)39.719***( 2.561)- 0.001( 0.009)0.036***( 0.007)0.529***( 0.033)0.451***( 0.050)0.087***( 0.029)0.444***( 0.082)0.181**( 0.073)- 6.982***( 1.554)否是是是491887222714130.252***( 0.087)- 0.116( 0.133)- 0.548**( 0.250)0.296***( 0.002)0.307***( 0.019)0.073***( 0.004)1.345***( 0.180)39.722***( 2.561)- 0.001( 0.009)0.037***( 0.007)0.532***( 0.034)0.452***( 0.050)0.089***( 0.029)0.440***( 0.083)0.190***( 0.072)- 6.115***( 0.979)否是是是49188722271414- 0.055( 0.135)5.673***( 0.279)- 0.787***( 0.258)0.296***( 0.002)0.304***( 0.019)0.075***( 0.004)1.311***( 0.183)40.887***( 2.591)- 0.007( 0.009)1.326***( 0.151)0.938***( 0.040)0.304***( 0.055)0.137***( 0.031)0.275***( 0.084)0.252***( 0.069)- 4.879***( 0.959)否是是是49188722271415xtprobit0.618***( 0.137)0.119( 0.326)- 1.820***( 0.391)0.051***( 0.015)0.130**( 0.053)0.117**( 0.056)0.678( 0.890)51.165***( 12.037)0.310***( 0.045)0.056***( 0.012)0.795***( 0.072)0.766***( 0.116)0.179**( 0.071)0.416**( 0.171)0.478***( 0.118)0.586***( 0.016)0.740***( 0.076)0.025( 0.053)2.375**( 1.037)- 1.157( 14.424)- 0.405***( 0.051)- 17.160***( 2.479)否是是是491887222714160.624***( 0.138)- 0.135( 0.211)- 1.872***( 0.394)0.051***( 0.015)0.129**( 0.053)0.118**( 0.056)0.668( 0.890)51.149***( 12.037)0.310***( 0.045)0.057***( 0.012)0.803***( 0.073)0.767***( 0.116)0.185***( 0.071)0.403**( 0.171)0.495***( 0.115)0.586***( 0.016)0.742***( 0.076)0.024( 0.053)2.384**( 1.037)- 1.135( 14.424)- 0.406***( 0.051)- 15.527***( 1.553)否是是是491887222714170.280( 0.345)9.254***( 0.648)- 2.310***( 0.403)0.051***( 0.015)0.148***( 0.053)0.108*( 0.057)0.787( 0.919)52.174***( 12.146)0.311***( 0.045)2.203***( 0.373)1.523***( 0.095)0.484***( 0.132)0.310***( 0.075)0.150( 0.174)0.668***( 0.112)0.584***( 0.017)0.696***( 0.077)0.036( 0.053)2.100**( 1.066)0.764( 14.564)- 0.418***( 0.052)- 13.541***( 2.446)否是是是491887222714注：括号内为稳健性标准误，*** p<0 . 01，**p<0 . 05，* p<0 . 1 。以下同。- - 41著，进一步验证了研发行为由大企业主导的经验事实。现金流比率和市场占有率的估计系数为正，说明高成长性和拥有更多投资机会的企业更有动力从事研发。出口企业的研发比例也高于非出口企业。地方GDP 代表了当地经济发展水平，当地人口可以代表地方市场规模。在经济发展水平较高，市场规模大的地区，企业有更强的动力从事研发投资。第三产业发展对企业研发倾向也有积极影响。在政府对市场干预越少的地区，企业研发活动更为活跃，这反映了政府行政控制力量对企业研发存在隐性抑制作用。2 . 稳健性检验（1 ）：排除间接渠道除了规模效应和挤出效应外，基础设施还可能通过FDI 知识溢出效应、集聚外部性、加剧市场竞争、增加创新基础设施建设以及推动房价上涨等多种渠道间接影响企业研发决策。如果不控制这些间接渠道，表2 列1 中基础设施资本的估计系数可能包含多种因素共同作用。例如，地方政府提供良好基础设施目的之一是为了吸引 FDI 流入，基础设施也是吸引 FDI 的重要因素（Dunning，1998）。 由于FDI 知识溢出效应也会促进企业研发，表2 列1 基础设施资本的估计系数也可以解释为规模效应与FDI 知识溢出效应共同提高企业研发比例。为了分离FDI 知识溢出效应，表2 列2 中我们加入外资企业产出份额。实证结果显示该变量估计系数显著为正，且基础设施资本的估计系数没有改变。这表明规模效应和FDI 知识溢出效应同时存在。基础设施也可能通过增加产业集聚度间接提高企业研发意愿。新经济地理理论认为，运输成本是导致企业集聚或者分散的重要因素。当运输成本趋于零时，企业就会趋于集中，而运输成本较高时，企业会趋于分散，因此基础设施改善会有助于地区产业集聚（Krugman ，1991）。 产业集聚使企业之间相互竞争、人力资本集聚和相互知识溢出，这会产生集聚的外部性，这种集聚外部性又会进一步激励企业投入研发（Porter，1990）。 为了识别集聚外部性效应，表2 列3 加入省级产业集聚度，结果发现增加产业聚集度有利于提高研发概率，但规模效应没有改变。基础设施也可能通过加剧竞争来推动企业技术创新���。基础设施改善可缩短企业空间距离，使原来处于分割区域市场的企业面临直接竞争。为了利用潜在规模经济，更多企业进入到基础设施良好的地区，区域竞争加剧。为了保持市场份额和利润，企业可能通过研发投资提高成本优势，降低价格以吸引更多客户。参照Aghion 等（2005），我们用1 减去地区企业平均息税前利润率表示地区市场竞争程度。由于市场竞争可使企业平均利润趋向零，因此该指标值越大，表示地区市场竞争越激烈。此外，地区企业平均息税前利润率可以排除地方实际税负和金融市场发展对企业利润率的影响，从而更好地反映企业市场势力。在表2 列4 估计结果中，市场竞争变量显著为正，表明市场竞争可促使企业自发选择研发创新。地方政府投资经济基础设施时，会按一定比例把资金投向创新基础设施。由于创新基础设施影响国家整体创新能力，该变量缺失会使回归结果有偏。Furman等（2002）认为一个国家的创新能力取决于以下3 个要素：（1）国家公用创新基础设施；（2）特定集群的创新环境；（3）国家公用创新基础设施与特定集群之间相互联系的质量。其中创新基础设施包括：人力资源和金融资源；支持创新的公共政策；该国整体技术水平。我们已控制了地区产业集群度，此外市场化指数和地区存贷比可以一定程度代表地区制度建设以及可利用金融资源。我们在表2 列5 中还加入在校大学生数量和医院数量，代表地方教育水平、人力资源充裕程度以及医疗保障程度。回归结果表明，地方教育水平对企业研发倾向也有积极影响，说明创新基础设施和城市化发展均有利于企业创新。房价上涨会同时影响地方基础设施建设与企业研发创新行为。土地出让金是地方基础设施投资重要资金来源。房价上涨使地方政府能通过土地出让及土地融资投资基础设施，同时也吸引企业投资房地产而挤出研发创新投入（王文春、荣昭，2014）。 由于地方政府基础设施投入可以加快房价上涨，基础设施资本、房价和基础设施投资3个变量因果关系难以分清。我们的处理准则是考虑控制变量被决定的时间，好的控制变量应该在感兴趣的变量前被决定（Angrist and Pischke，2008）。 因此我们在表2 列6 中加入滞后3 期的房地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 42《管理世界》( 月刊)2016年第11期价上涨速度。由于仅使用35个城市房价数据，样本缩小到12万观测值，下文将不控制该变量。产业集聚度是横截面数据，控制企业固定效应后，该变量识别依赖少数改变省份的企业。在35个城市企业的样本中，该变量因与企业固定效应完全共线性被自动删除。表2 列6 的回归结果中，房价上涨率显著为负，基础设施投资的系数不显著，而基础设施资本仍然显著为正。这意味着房价上涨通过增加地方政府基础设施投资间接挤出企业研发创新，但该效应是短期的，基础设施资本存量产生的规模效应仍然存在。上文通过加入多个与基础设施相关、同时又影响企业研发决策的控制变量，减少了潜在内生性，并分离了FDI 溢出效应、集聚外部性、市场竞争、创新基础设施和房价等间接渠道。如果规模效应和挤出效应独立于上述渠道发挥作用，那么在回归中控制这些影响渠道，将不会改变基础设施资本和投资流量估计系数的显著性。表2 列2 ~ 列6 的回归结果证实了这一点：规模效应始终显著，基础设施投资与房价都会挤出企业研发，且基础设施投资可能是房价作用于企业研发行为的渠道之一。即使排除了上述间接渠道，基础设施建设的规模效应和挤出效应仍然存在，这两个效应正是本文的发现。3 . 稳健性检验（2 ）：更换基础设施资本空间滞后项和基础设施资本代理变量由于基础设施资本空间滞后项的权重矩阵需要人为设定，因而有必要使用不同权重矩阵做稳健性检验。根据新贸易理论，同类产品贸易更容易发生在经济发展水平相似的地区，企业通过产业内贸易获得规模经济。我们引入林光平等（2006）设定的空间权重矩阵，认为地区人均GDP 差距越小，地区经济发展水平越相似，地区空间距离越小。该空间滞后项在表2 列7 的估计中也是显著为正，表明基础设施在本地区和相邻地区同时发挥规模效应，且在不同权重矩阵定义下都是稳健的。为证实规模效应在不同代理变量下仍然成立，在稳健性检验2 中还用地级市市辖区道路密度代表基础设施资本存量。道路交通是重要的基础设施，也是企业通过扩大市场规模取得规模经济的前提。表2 列8 中市辖区道路密度的估计系数显著为正。这说明道路基础设施也存在规模效应。4 . 稳健性检验（3 ）：条件Logit模型和Probit模型我们进一步更换模型设定检验实证结果的稳健性。条件Logit模型回归中剔除了在2005~ 2007年研发状态没有发生改变的企业样本，利用条件似然法去除企业固定效应，避免样本自选择问题。表2 列9 ~ 列11中，条件Logit模型中基础设施资本和基础设施投资的估计系数显著且在方向上和线性概率模型一致。由于条件Logit模型只利用了研发状态改变子样本组内的变异信息，因此所有标准误都高于线性概率模型。我们进而假设企业研发行为不受内部不可观测因素影响，采用Probit 模型进行估计。该假设更严格，但显然和事实相悖。然而，通过控制省份哑变量，我们还是可以估计当基础设施资本存量和投资流量变化时，同一个省份内企业从事研发比例变化情况，从而排除省份异质性。表2 列12~ 列14估计显示，增加基础设施资本存量会使显著提高本省份研发企业比例，而投资流量上升在短期内使本省份研发企业比重下降。我们也用Chamberlain随机效应Probit 模型进行估计。该模型放宽了随机效应 Probit 模型有关假设，将企业固定效应表示为可观测企业特征变量均值的函数（Wooldridge，2002）。 表2 列15~ 列17中加入了资产、现金流等企业特征变量的组内均值，并用随机效应Probit 模型估计。为了加快Probit 模型估计时收敛的速度，去掉了市场指数、存贷比、医院数量等不显著的变量。在表2 列15~列17中，基础设施资本存量和投资流量的估计系数仍然显著。通过采用不同模型设定，我们检验了规模效应和挤出效应对企业研发概率影响的稳健性。在上述估计中，基础设施溢出效应有时不显著，但其本地效应规模效应和投资流量挤出效应始终显著。这也意味着采用不同模型假定并不影响规模效应和挤出效应的估计结果。5 . 稳健性检验（4 ）：研发密度为被解释变量上文使用不同的设定检验了基础设施对企业从事研发概率的影响，下文引入研发密度为被解释变量，着重研究基础设施是否同样通过规模效- - 43应和挤出效应影响企业研发支出。我们使用面板Heckman 模型处理样本选择偏误问题。通常企业先决定是否研发，再确定研发支出金额。如果企业决定是否研发的行为与研发支出金额无关，则可以用Tobit模型处理企业研发密度为删截样本的问题。但决定企业是否从事研发的因素也会影响研发支出金额，这意味着研发选择方程中的误差项与研发密度方程的误差项相关，从而出现样本选择偏误问题，应使用Heckman 两步法估计。此外还需要控制不同地区间企业生产率异质性，因此使用面板Heckman 模型。我们首先使用Mundlak-Chamberlain模型（缩写为M-C 模型）进行估计���。表3 列1 ~ 列3 显示了M-C模型的估计结果。通过企业特征变量组内均值控制企业生产率异质性，并使用两步法控制了选择偏误后，基础设施的规模效应和挤出效应都是显著的。参照王文春、荣昭（2014），我们估计了带企业固定效应的Heckman 两阶段模型。该处理方法的好处是可以同时控制样本选择偏误和企业固定效应。具体步骤是先利用表2 列12~ 列14中Probit 模型的估计结果计算逆米尔斯比率，再把用逆米尔斯比率作为控制变量放入企业研发支出估计方程，并用面板固定效应模型进行估计，其中第二阶段只使用研发支出大于0 的样本。表3 列4 ~ 列6 估计结果与M-C 模型相似，表明基础设施也通过规模效应和挤出效应影响企业研发支出，且不同模型设定不影响其回归结果。6 . 稳健性检验（5 ）：分样本回归鉴于所有制性质对企业资源配置根源性的作用，我们把样本按所有制类型分类，分别考察规模效应和挤出效应对企业研发行为的影响。国有企业是企业研发投资的主力军，2005~ 2007年国有企业研发投入总量占全国研发总投入的45. 6 % ，但平均研发强度为0 . 87% ，低于民营企业的1 . 17%（成力为、戴小勇，2012）。 利润最大化并非国有企业经营唯一目标，有时该目标还要让位于提供公共品服务、解决就业、维护社会稳定等政治目标。管理国有企业的官员更注重在短期内能带来收益、显示政绩的生产性项目，而无激励从事投资收益周期长，在其任表3 基础设施与企业研发密度的实证结果变量基础设施资本基础设施资本空间滞后1基础设施资本空间滞后2市辖区道路密度基础设施投资资产现金流年龄赫芬达尔指数市场份额出口人口GDP第三产业比重市场化指数存贷比外资企业产出份额竞争程度每百人在校大学生医院数量资产均值现金流均值年龄均值市场份额均值出口均值逆米尔斯比率2005× 2005年逆米尔斯比率2006× 2006年逆米尔斯比率2007× 2007年逆米尔斯比率常数项企业哑变量年份哑变量省哑变量两位数行业哑变量观测值企业个数1研发密度Mundlak-Chamberlain0.360**( 0.144)0.379( 0.340)- 1.384***( 0.436)0.028( 0.022)0.077( 0.053)- 0.066( 0.054)- 0.720*( 0.412)20.938**( 10.217)0.065( 0.043)- 0.008( 0.012)0.001( 0.056)0.474***( 0.081)- 0.006( 0.008)0.037( 0.063)0.333***( 0.048)- 0.186( 0.131)0.119( 0.122)- 0.012( 0.015)0.033**( 0.014)- 0.094( 0.059)0.064( 0.051)- 2.291( 10.897)- 0.174***( 0.046)0.199***( 0.075)0.152**( 0.070)0.142*( 0.073)- 6.452**( 2.756)否是是是467922988620.312**( 0.141)0.442**( 0.205)- 1.243***( 0.439)0.026( 0.022)0.078( 0.053)- 0.069( 0.054)- 0.713*( 0.412)21.151**( 10.218)0.064( 0.043)- 0.009( 0.012)0.008( 0.056)0.466***( 0.082)- 0.004( 0.008)0.063( 0.062)0.330***( 0.048)- 0.197( 0.131)0.113( 0.118)- 0.016( 0.015)0.033**( 0.014)- 0.098*( 0.059)0.066( 0.051)- 2.243( 10.897)- 0.174***( 0.046)0.189**( 0.074)0.145**( 0.070)0.134*( 0.073)- 6.330***( 1.665)否是是是467922988630.520**( 0.208)5.016***( 0.551)- 1.413***( 0.456)0.017( 0.022)0.076( 0.053)- 0.062( 0.054)0.674( 0.416)20.718**( 10.338)0.069( 0.043)0.886***( 0.238)0.177**( 0.083)0.272***( 0.088)- 0.006( 0.009)0.084( 0.062)0.271***( 0.052)- 0.025( 0.131)0.223**( 0.108)- 0.012( 0.015)0.034**( 0.014)- 0.102*( 0.059)0.057( 0.051)- 3.593( 10.991)- 0.182***( 0.046)0.145*( 0.075)0.096( 0.070)0.082( 0.072)- 3.588***( 1.225)否是是是46792298864Heckman0.434***( 0.146)0.370( 0.354)- 1.114**( 0.439)0.090**( 0.043)0.074( 0.077)0.124*( 0.070)- 0.211( 1.036)19.538*( 11.869)- 0.028( 0.057)0.010( 0.015)0.360**( 0.176)0.660***( 0.246)0.007( 0.009)- 0.114**( 0.056)- 0.141( 0.196)- 0.312( 0.256)0.168( 0.126)0.018( 0.013)0.237( 0.170)- 7.283**( 3.009)是是否否467922988650.377***( 0.146)0.565**( 0.224)- 0.916**( 0.444)0.089**( 0.043)0.078( 0.077)0.124*( 0.070)- 0.214( 1.038)19.483( 11.881)- 0.030( 0.057)0.010( 0.015)0.409**( 0.179)0.584**( 0.248)0.010( 0.009)- 0.144***( 0.054)- 0.158( 0.195)- 0.366( 0.256)0.160( 0.123)0.012( 0.013)0.235( 0.170)- 8.251***( 2.020)是是否否467922988660.414( 0.381)5.071***( 1.499)- 0.916**( 0.463)0.100**( 0.044)0.082( 0.077)0.120*( 0.071)- 0.351( 1.033)18.472( 12.203)- 0.029( 0.058)- 5.098***( 1.747)0.717**( 0.310)0.567*( 0.310)0.004( 0.009)- 0.135**( 0.058)- 0.120( 0.199)- 0.246( 0.255)0.377***( 0.121)0.026**( 0.013)0.278( 0.176)- 4.641*( 2.791)是是否否4679229886地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 44《管理世界》( 月刊)2016年第11期职期间不能带来回报的创新性项目（Shleifer andVishny ，1997），如李春涛和宋敏（2010）发现国有产权弱化了CEO 薪酬激励对创新的促进作用。基于国有企业激励机制的独特性，分样本回归相当于一个安慰剂检验。该检验的思路是：如果规模效应存在且利润最大化目标激发企业自愿从事高风险的研发投资，那么基础设施改善不影响国有企业研发行为；如果存在挤出效应，那么基础设施投资将主要挤出在金融市场处于弱势地位的民营企业，而对国有企业研发行为没有影响。在表4 中，基础设施资本的规模效应在混合所有制企业中作用比较显著，私营企业和外资企业次之，国有企业样本中不显著。原因是混合所有制企业规模较大，在市场竞争压力下更容易利用基础设施产生的规模经济。表4 实证结果与吴延兵（2014）较为相符，该文发现混合所有制企业技术创新能力最强，私营企业和外资企业次之，国有企业技术创新能力最弱。表4 的实证结果还显示，基础设施投资对企业研发的挤出效应主要作用于私营企业，混合所有制企业和外资企业次之，国有企业不受影响。成力为和戴小勇（2012）发现全部研发企业中50. 75% 的企业有稳定的研发活动和经费来源，但也有49. 25% 的企业研发行为和研发经费来源不稳定。这些企业在当年进行研发活动后，往往在下一年便退出研发活动。中小企业在金融市场上处于弱势地位，其不稳定的研发活动可能受到当地基础设施投资的影响，且它们往往是私营企业。相比之下，国有企业有融资优势，且国家发展战略性新兴产业常以国有企业为载体，国有企业更容易得到政府研发资金支持。这些因素决定了当基础设施投资使金融市场资金紧张时，私营企业往往会削减研发支出，甚至退出研发，而国有企业却不受影响。（二）基础设施对不同规模企业研发差异性影响的实证结果上文经多个回归检验，基础设施资本和投资流量的估计系数始终显著为一正一负，我们将其解释为规模效应和挤出效应。如果该解释是恰当的且符合现实的，可以预计规模效应和挤出效应在不同规模企业研发行为中有差异化影响。为进一步验证上述理论假说，表5 回归中加入基础设施资本存量乘以企业资产、基础设施投资乘以企业资产两个交互项，估计基础设施资本和投资流量对不同规模企业的差异性影响。地方政府基础设施建设提高了城市公共服务水平，但不同规模企业从中获益不同，其研发行为受到的影响也不同。当基础设施改善而出现更大的市场时，成立时间更早的大企业更容易利用品牌及售后服务获得新用户，同时不可避免挤占小企业原有的市场份额。但制造业中小企业不会完全消失，它们通过专业化经营，在利基市场提供差异化产品，或者成为大企业中间品供应商而继续生存（Blackford ，2003）。 然而大企业从研发项目中得到的回报会远远高于小企业，从而会出现研发仍由大企业主导。表5 回归结果证实，基础设施对企业研发行为的规模效应在不同规模企业间存在差异性影响。在表5 四种不同模型设定下，基础设施资本与企业资产交互项估计系数显著为正，说明基础设施资本增加时，大企业会进行更多研发投资且从事研发概率更高。而基础设施资本估计系数由原来显著为正，变为显著为负，原因是基础设施资本对企业研发行为的影响不仅取决于自身估计系数，也取决于企业规模取值。基础设施投资对企业研发的挤出效应也视不同规模企业而存在差异。地方政府通过地方融资平台为基础设施投资融资使市场利率上升时，不同规模企业面对的利率升幅和资金紧张程度是不同的。贷款额度吃紧时，银行会优先保住大企业客户，放弃小企业客户。这导致市场资金紧张时，小企业贷款利率相比于大企业出现大幅度上升，甚至因无法得到银行贷款而不得不求助于民间融资。表5 的回归结果中，基础设施投资和企业资产交互项的估计系数显著为正，说明小企业相比于大企业更容易受到基础设施投资挤出效应的影响。这也说明地方政府通过地方融资平台举债进行基础设施投资的行为是加剧金融市场波动，并导致中小企业研发投资不稳定的重要来源。总体而言，基于已有的经济理论，我们认为，基础设施对企业研发行为的作用机制可分为长期规模效应和短期挤出效应，且对不同规模企业研发行为有差异化影响。本文已分两步证实上述理- - 45表4 不同所有制分样本回归结果变量基础设施资本基础设施资本空间滞后1基础设施投资资产现金流年龄赫芬达尔指数市场份额出口人口GDP第三产业比重市场化指数存贷比外资企业产出份额竞争程度每百人在校大学生医院数量资产均值现金流均值年龄均值市场份额均值出口均值逆米尔斯比率2005× 2005年逆米尔斯比率2006× 2006年逆米尔斯比率2007× 2007年逆米尔斯比率常数项企业哑变量年份哑变量省哑变量两位数行业哑变量观测值企业个数1国有企业是否研发LPM- 0.033( 0.082)0.178( 0.189)- 0.150( 0.214)0.022**( 0.011)0.006( 0.045)- 0.039( 0.059)- 0.219( 0.764)8.465( 12.137)0.051( 0.066)- 0.003( 0.003)0.006( 0.094)0.037( 0.124)- 0.006( 0.005)- 0.055( 0.037)0.096( 0.058)0.043( 0.124)0.012( 0.050)0.014**( 0.006)- 1.069( 1.676)是是否否1477885012研发密度M-C0.777( 0.571)0.684( 1.261)0.174( 1.730)0.179( 0.116)- 0.382( 0.387)0.205( 0.338)0.501( 1.425)12.532( 43.200)- 0.003( 0.316)0.063( 0.070)- 0.002( 0.301)0.047( 0.287)- 0.002( 0.032)- 0.231( 0.334)0.218( 0.220)- 0.532( 0.547)- 0.094( 0.398)- 0.004( 0.050)- 0.116( 0.088)0.554( 0.419)- 0.209( 0.325)- 14.959( 44.021)- 0.239( 0.329)0.277( 0.367)0.167( 0.362)0.097( 0.381)- 10.051( 11.702)否是是是239015793Heckman- 0.496( 0.612)2.737**( 1.366)0.667( 1.642)0.236*( 0.132)0.236( 0.412)0.146( 0.375)- 1.109( 3.525)- 55.750( 51.002)0.058( 0.411)- 0.052( 0.064)0.528( 0.474)1.192( 0.814)0.038( 0.038)- 0.052( 0.247)1.443**( 0.634)2.310*( 1.310)0.285( 0.471)0.000( 0.041)0.023( 0.454)- 17.205( 11.400)是是否否239015794混合所有制企业是否研发LPM0.007( 0.024)- 0.069( 0.061)- 0.067( 0.072)0.012***( 0.003)- 0.000( 0.008)0.002( 0.011)- 0.166( 0.212)7.053**( 3.353)0.037***( 0.009)0.003*( 0.002)0.008( 0.034)0.033( 0.039)- 0.002( 0.002)- 0.004( 0.011)0.162***( 0.034)- 0.018( 0.039)0.081***( 0.020)0.001( 0.002)0.324( 0.513)是是否否137119695035研发密度M-C0.543**( 0.241)- 0.100( 0.556)- 1.481**( 0.671)0.073**( 0.037)0.247**( 0.097)- 0.178*( 0.096)0.781( 0.699)- 12.903( 17.490)0.162*( 0.092)- 0.015( 0.018)- 0.044( 0.099)0.587***( 0.133)- 0.019( 0.014)0.214**( 0.108)0.188**( 0.081)- 0.234( 0.215)0.102( 0.193)0.001( 0.023)0.054**( 0.025)- 0.241**( 0.103)0.156*( 0.090)- 3.978( 18.463)- 0.258***( 0.097)0.394***( 0.129)0.297**( 0.121)0.344***( 0.128)- 4.819( 4.601)否是是是16393105786Heckman0.698***( 0.247)0.323( 0.607)- 0.828( 0.687)0.145*( 0.079)0.228( 0.151)0.137( 0.128)- 3.512( 2.412)- 16.870( 19.984)0.043( 0.109)0.014( 0.021)0.385( 0.352)0.559( 0.412)- 0.014( 0.014)0.160*( 0.095)0.045( 0.375)- 0.394( 0.436)0.281( 0.205)0.028( 0.021)0.358( 0.318)- 9.711*( 5.255)是是否否16393105787私营企业是否研发LPM0.040***( 0.016)0.153***( 0.043)- 0.144***( 0.049)0.011***( 0.002)0.023***( 0.005)- 0.004( 0.006)- 0.044( 0.125)10.687***( 2.686)0.021***( 0.005)0.005***( 0.001)0.075***( 0.029)0.035( 0.029)0.003***( 0.001)- 0.013*( 0.007)0.026( 0.022)0.085***( 0.026)0.039***( 0.014)- 0.001( 0.001)- 1.686***( 0.352)是是否否2728711293828研发密度M-C0.029( 0.248)0.209( 0.575)- 1.336*( 0.699)- 0.042( 0.032)- 0.043( 0.074)- 0.067( 0.078)0.279( 0.738)- 22.222( 16.323)- 0.013( 0.065)0.002( 0.018)- 0.013( 0.083)0.362***( 0.135)- 0.012( 0.013)- 0.014( 0.099)0.550***( 0.080)0.019( 0.195)0.234( 0.216)- 0.022( 0.025)0.037*( 0.020)- 0.081( 0.081)0.058( 0.072)- 17.368( 17.982)- 0.062( 0.070)- 0.026( 0.114)- 0.082( 0.106)- 0.108( 0.112)- 2.554( 4.603)否是是是20881143319Heckman0.432( 0.267)- 0.584( 0.683)- 2.931***( 0.810)0.142*( 0.077)0.115( 0.117)0.198*( 0.116)4.390**( 2.173)- 9.228( 21.884)- 0.085( 0.099)0.021( 0.029)0.034( 0.244)1.028**( 0.493)0.016( 0.017)0.152( 0.101)0.002( 0.430)- 0.216( 0.392)0.420*( 0.238)- 0.007( 0.024)0.600**( 0.298)- 2.076( 5.781)是是否否208811433110外资企业是否研发LPM0.114***( 0.038)0.247**( 0.111)- 0.326**( 0.156)0.010**( 0.004)0.030***( 0.011)0.024( 0.015)0.048( 0.371)1.917( 3.513)0.000( 0.006)0.007( 0.006)- 0.015( 0.042)0.185***( 0.054)0.002( 0.004)- 0.027*( 0.016)0.041*( 0.023)0.090( 0.070)- 0.003( 0.036)0.008*( 0.004)- 2.934***( 0.856)是是否否795974039511研发密度M-C0.222( 0.355)1.533*( 0.912)- 2.333( 1.437)- 0.013( 0.060)0.009( 0.140)0.079( 0.140)1.176( 0.840)37.651*( 22.085)0.101( 0.077)- 0.063( 0.039)0.145( 0.141)0.613***( 0.212)0.028( 0.028)0.048( 0.158)0.334***( 0.104)0.748*( 0.420)0.053( 0.336)- 0.059( 0.043)0.043( 0.041)0.354**( 0.168)- 0.046( 0.129)6.031( 23.124)- 0.190**( 0.083)0.095( 0.203)0.086( 0.193)0.012( 0.201)- 13.209**( 6.591)否是是是8256559112Heckman0.398( 0.371)1.588*( 0.935)- 0.211( 1.269)- 0.101( 0.132)- 0.540**( 0.215)- 0.078( 0.193)0.128( 3.036)- 44.935( 30.599)- 0.022( 0.108)- 0.002( 0.037)0.756*( 0.428)0.177( 0.659)0.049*( 0.029)0.097( 0.141)- 0.569( 0.353)0.697( 0.745)- 0.473( 0.352)- 0.002( 0.038)- 0.765( 0.546)- 12.086( 7.864)是是否否82565591论假说：首先挖掘相关经验事实，这些经验事实包括基础设施投资和市场利率，基础设施和地区研发企业数量、地区平均利润、企业进入率、退出率以及大小企业研发概率差异等变量相关关系；其次用不同代理变量、分不同样本和在不同模型设定下检验了基础设施和企业研发行为的因果关地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 46《管理世界》( 月刊)2016年第11期系，这些模型设定包括带空间滞后项的线性概率模型、条件Logit模型、Probit 模型和Heckman 两步法模型。上述经验事实和实证结果都一致证实了本文的理论假说。表5 基础设施对不同规模企业差异化影响的回归结果变量基础设施资本基础设施资本空间滞后1基础设施资本空间滞后2基础设施投资基础设施资本× 资产基础设施投资× 资产资产现金流年龄赫芬达尔指数市场份额出口人口GDP第三产业比重市场化指数存贷比外资企业产出份额产业集聚竞争程度每百人在校大学生医院数量资产均值现金流均值年龄均值市场份额均值出口均值逆米尔斯比率2005× 2005年逆米尔斯比率2006× 2006年逆米尔斯比率2007× 2007年逆米尔斯比率常数项企业哑变量年份哑变量省哑变量两位数行业哑变量观测值企业个数1是否研发LPM- 0.176***( 0.022)0.096***( 0.031)- 1.604***( 0.157)0.021***( 0.002)0.151***( 0.016)- 0.154***( 0.015)0.016***( 0.004)0.004( 0.005)- 0.072( 0.103)6.988***( 1.704)0.015***( 0.003)0.004***( 0.001)0.040**( 0.019)0.078***( 0.020)0.000( 0.001)- 0.012**( 0.005)0.066***( 0.014)4.063***( 0.909)0.045**( 0.019)0.050***( 0.010)0.001( 0.001)- 0.404( 0.423)是是否否4918872227142- 0.183***( 0.022)0.043**( 0.019)- 1.601***( 0.157)0.021***( 0.002)0.151***( 0.016)- 0.154***( 0.015)0.016***( 0.004)0.004( 0.005)- 0.072( 0.103)6.975***( 1.704)0.015***( 0.003)0.004***( 0.001)0.039**( 0.019)0.076***( 0.020)0.000( 0.001)- 0.007( 0.005)0.067***( 0.014)2.770***( 0.663)0.045**( 0.019)0.055***( 0.010)0.001( 0.001)0.308( 0.265)是是否否4918872227143xtlogit- 1.074**( 0.513)0.263( 0.435)- 37.315***( 3.883)0.183***( 0.040)3.317***( 0.359)- 1.244***( 0.315)0.347***( 0.105)0.289**( 0.119)- 0.932( 1.822)86.269***( 24.426)0.346***( 0.090)0.094***( 0.026)0.954***( 0.342)1.209***( 0.452)0.011( 0.017)- 0.230**( 0.117)2.083***( 0.341)0.735( 0.452)1.187***( 0.238)0.019( 0.029)是是否否51896182854- 1.016**( 0.512)1.219*( 0.698)- 37.224***( 3.877)0.186***( 0.040)3.305***( 0.359)- 1.268***( 0.316)0.350***( 0.105)0.293**( 0.119)- 0.874( 1.821)86.358***( 24.424)0.344***( 0.090)0.094***( 0.026)1.023***( 0.344)1.217***( 0.449)0.011( 0.017)- 0.290**( 0.121)2.029***( 0.341)0.680( 0.451)1.118***( 0.241)0.014( 0.029)是是否否51896182855研发密度M-C0.188( 0.157)0.368( 0.341)- 3.911***( 1.230)0.014**( 0.006)0.236**( 0.108)- 0.089*( 0.053)0.069( 0.053)- 0.074( 0.054)0.706*( 0.413)- 24.352**( 10.397)0.064( 0.044)- 0.008( 0.012)- 0.003( 0.057)0.460***( 0.082)- 0.007( 0.008)0.040( 0.063)0.340***( 0.048)- 0.185( 0.132)0.129( 0.122)- 0.014( 0.015)0.017( 0.017)- 0.098*( 0.059)0.073( 0.051)0.321( 11.085)- 0.173***( 0.046)0.186**( 0.075)0.142**( 0.071)0.136*( 0.074)6.729( 5.959)否是是是467922988660.142( 0.155)0.416**( 0.206)- 3.763***( 1.233)0.014**( 0.006)0.235**( 0.108)- 0.091*( 0.053)0.070( 0.053)- 0.076( 0.054)0.699*( 0.413)- 24.559**( 10.398)0.064( 0.044)- 0.009( 0.012)0.005( 0.057)0.452***( 0.082)- 0.006( 0.009)0.065( 0.062)0.338***( 0.048)- 0.194( 0.132)0.124( 0.119)- 0.017( 0.015)0.018( 0.017)- 0.101*( 0.059)0.074( 0.051)0.349( 11.085)- 0.173***( 0.046)0.176**( 0.075)0.134*( 0.070)0.128*( 0.074)6.071( 5.824)否是是是46792298867Heckman- 0.183( 0.280)0.368( 0.356)- 6.840***( 2.450)0.054**( 0.022)0.517**( 0.219)- 0.345*( 0.181)0.056( 0.077)0.134*( 0.072)- 0.240( 1.038)- 19.032( 12.099)- 0.032( 0.057)0.010( 0.016)0.336*( 0.174)0.615**( 0.248)0.005( 0.009)0.109*( 0.056)- 0.136( 0.197)- 0.380( 0.258)0.182( 0.127)0.017( 0.013)0.199( 0.172)- 2.152( 3.560)是是否否46792298868- 0.240( 0.279)0.573**( 0.225)- 6.577***( 2.453)0.054**( 0.022)0.512**( 0.219)- 0.346*( 0.180)0.060( 0.077)0.133*( 0.072)- 0.243( 1.040)- 18.890( 12.110)- 0.034( 0.057)0.009( 0.016)0.386**( 0.176)0.539**( 0.251)0.008( 0.009)0.139***( 0.054)- 0.154( 0.196)0.436*( 0.258)0.173( 0.125)0.011( 0.013)0.197( 0.172)- 3.192( 2.840)是是否否4679229886- - 47七、进一步讨论：基础设施投资对地区融资成本的影响上文经验研究表明，基础设施投资短期内对企业研发存在挤出效应，这是造成中小企业研发状态不稳定的重要来源。接下来我们进一步分析挤出效应的作用机制，并检验地方政府基础设施投资对地区融资成本的影响。从上文图2 和图7 可以初步判断，基础设施投资会提高企业融资成本，这在全国资本市场和地区资本市场两个层面同时成立。更细致的问题是：在同一国家为何企业融资成本会因为地区基础设施投资规模不同而出现差异？因为如果资本可在全国自由流动，则各省份资金供求不会存在差异，因此地区资金市场分割是存在地区间企业融资成本差异的前提。而根据Boyreau-Debray 和Wei（2005）的研究，我国省际资本流动程度介于统一的资本市场和OECD 国家资本市场之间，我国资本市场分割程度比产品市场和劳动力市场更为严重。具体而言，我国既有全国统一的银行间拆借市场、债券市场和股票市场，也有以银行贷款为主的地方资金市场。我国直接融资比重不高，并且受不对称信息影响，银行跨区借贷的风险过高，银行通常以满足地方资金需求为主。这些因素共同作用下，各省份资金市场处于相对独立的状态。基础设施以地方政府投资为主，银行贷款是弥补地方政府资金缺口的主要来源。Bai 和Qian（2010）详细探讨了我国基础设施投资资金来源和投资激励问题。从行政等级上划分，地方政府是基础设施投资的主要出资者和执行者。以道路交通投资为例，2004~ 2006年中国道路交通固定资产投资16728 . 5 亿元，其中，中央政府出资649 . 1 亿元，地方政府出资16079 . 5 亿元，96% 的道路交通投资靠地方政府投入，而地方政府资金40% 以上来源于银行贷款。为弥补基础设施融资缺口，地方政府通过设立融资平台，以平台贷款方式筹集资金，并逐渐摸索出一套以“土地融资—城市基础设施投资”间正反馈关系为核心的中国式城市建设投融资模式（郑思齐等，2014）。 在该模式下国有商业银行和政策性银行成为贷款的供给主力，基础设施行业成为银行中长期贷款的主要投向。据2013年中国金融统计年鉴数据，2012年基础设施行业（交通运输、仓储和邮政业，水电气的生产和供应业，水利、环境和公共设施管理业）中长期贷款余额11. 97万亿元，全年新增7688亿元，占当年中长期贷款新增量55. 87% 。鉴于基础设施占总投资比重下降的事实，我们推断新增中长期贷款投入在基础设施行业的比例在2004~ 2007年会达到更高值。由于过多资金被用于基础设施投资，中小企业和大企业争夺剩余的贷款份额，从而提高了市场利率水平。难以从银行获得贷款的中小企业甚至以高于数倍基准利率水平从民间融资。利用我国资金市场地区分割和基础设施融资特点，我们估计以下模型，以检验地方政府基础设施投资对地区融资成本的影响。（2）其中，m 、p 、t 分别代表地级市、省份和年份。premium m ，t 为地级市层面非国有企业平均债务融资溢价，在工业企业数据库中先计算企业债务融资溢价，并在地级市层面用企业资产加权平均而得。INFRA p ，t - 1 为省级基础设施资本存量，INVESTp ，t为省级基础设施投资流量，X m ，t - 1 为地级市控制变量。α m 和λ t 分别为地级市固定效应和年份固定效应。表6 显示了地方政府基础设施投资对地区非国有企业债务融资溢价影响的实证结果。在控制了地区固定效应、年份固定效应以及一些地区特征后，基础设施投资流量的估计系数显著为正，这表6 地方政府基础设施投资对地区融资成本影响的实证结果变量常数项基础设施投资基础设施资本市辖区道路密度GDP第三产业比例储蓄存款规模地级市固定效应年份固定效应观测值地级市数量1地区平均债务融资溢价- 5.506**( 2.520)2.127**( 1.019)0.479( 0.323)是是8502852- 4.532*( 2.448)2.018**( 1.025)0.440( 0.325)- 0.819( 0.724)- 0.012*( 0.007)- 0.036**( 0.016)是是8502853- 1.941***( 0.096)1.862*( 1.020)是是8502854- 1.243***( 0.229)1.714*( 1.023)- 1.402( 0.863)- 0.012*( 0.007)- 0.040**( 0.016)是是8502855- 1.796***( 0.082)1.845*( 1.021)3.733*( 2.083)是是8502856- 1.224***( 0.229)1.727*( 1.027)4.867**( 2.215)- 1.059( 0.711)- 0.012*( 0.007)- 0.040**( 0.016)是是850285注：括号内为稳健性标准误，*** p<0 . 01，**p<0 . 05，* p<0 . 1 。p r e mi um m, t = β0 + β1IN F RA p , t - 1 + β2IN V E S T p , t+ β3 X m, t - 1 + αm + λt + εm, t地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 48《管理世界》( 月刊)2016年第11期表明基础设施投资增加会挤占当地金融资源，提高当地企业融资成本。在列5 和列6 中市辖区道路密度估计系数显著为正，也说明地方政府增加城市道路密度的投资项目会增加当地资金紧张程度，使当地企业融资难度上升。八、结论本文利用工业企业数据库中制造业企业微观数据、金戈（2016）估算的省级基础设施资本存量等数据，在多个模型设定下研究了基础设施对企业研发行为的影响。我们的研究发现：第一，基础设施建设对企业研发存在产品市场规模效应和金融市场挤出效应。短期内，基础设施投资通过金融市场挤出企业研发投资。长期而言，基础设施资本存量增加，并通过产品市场的规模扩大提高企业研发投资的资本回报，激励企业投入研发，形成研发挤入效应。第二，基础设施改善总体上对大企业研发产生激励作用，而对小企业研发产生抑制作用，这种差异性影响来源于规模效应和挤出效应共同作用的结果。第三，挤出效应主要通过金融市场传导，基础设施投资会提高企业融资成本，这可能是我国金融市场利率波动的重要来源，也可能是造成中小企业研发行为不稳定的一项重要原因。鉴于基础设施投资只在短期内挤出中小企业研发，但长期对大企业研发有促进作用，我们推断过去30多年来中国地方政府大规模基础设施建设并没有损害企业长期竞争力。大规模基础设施建设发展模式的合理性体现为，财政分权和政治锦标赛制度鼓励地方政府提供经济类公共品并使其逐步趋于最优经济类公共品规模。短期内政府基础设施投资会抑制企业研发投入，但这是经济发展过程中不可避免的取舍。同时，我们也要看到中国基础设施建设存在结构性问题。虽然大规模基础设施建设有益于大型企业创新活动，但却不利于大多数中小企业研发。在现存的投资体系下，地方政府重基础设施建设，轻社会基础设施投资是不容忽视的基本事实。这种投资结构扭曲导致我国经济基础设施建设领先于教育、科技发展，地方政府在推动经济转型升级方面的作为相对滞后，从而使得因社会基础设施投资不足对企业创新和发展形成的阻力可能大于基础设施的挤出效应。本文研究结论有助于理解中国特有的财政分权和政治锦标赛制度存在的合理性。在未来一段时间内，地方政府可能继续用基础设施建设拉动经济增长，但投资重心应从经济基础设施逐渐转移到科教文卫类社会基础设施。然而，对现有的财政分权和政治锦标赛制度做何种制度变革，才能激励地方政府出于自身利益自发地实现上述转变，这涉及顶层激励设计问题。（作者单位：蔡晓慧，浙江财经大学金融学院；茹玉骢，浙江财经大学经济学院；责任编辑：蒋东生）注释①世界银行把基础设施建设分为两大类：经济类和社会类，前者以道路、电力、能源、通信等基础设施为代表；后者以教育、医疗服务和社会保障等公共服务为主。金戈（2016）在测算中国基础设施资本存量时也做了相应划分。本文沿用世界银行和金戈（2016）的方法定义基础设施。如无特别说明，基础设施在本文特指经济基础设施。②2014 年10 月20 日厉以宁在北大金融国际论坛演讲整理，http://www.ihome.org.cn/index.php?a=shows&catid=35&id=322 。③显性回报来源包括：基础设施项目收费；周边企业税收增长；土地出让金收入。隐性回报包括：基础设施投资拉动地方经济增长，为地方官员增加晋升的政治资本；从基础设施项目中获得灰色收入。④企业研发影响因素主要分为企业自身特征、行业特征和公共政策或公共环境特征，其中企业自身因素包括规模（Schumpeter ，1942；Cohen and Levin，1989）、现金流（Armourand Teece，1980）、市场份额（Acemogluand Linn ，2004）、公司治理结构（Aghion et al. ，2013）等。行业因素包括：市场需求（Moweryand Rosenberg，1979；范红忠，2007），市场竞争程度（Aghion et al. ，2005），技术冲击（Teece，1986）等。⑤拉詹和路易吉（2004）提供了一个规模效应的例子。19世纪大部分时期里，美国全要素生产率年增长率大约是0 . 3 % ，而到1889~ 1919年期间达到1 . 7 % 。这个时期工业增长速度前所未有，经济学家称之为第二次工业革命。部分经济学家认为，美国第二次工业革命发生与交通（尤其是铁路）和通讯（电报）发展有关。钱德勒认为，交通和通讯发展给商品市场开辟了巨大的市场，使制造商可以迅速回收巨大的创办费用和投资。其结果是资本密集型大企业迅速扩张，他们可以积极采用新技术成果，获得比小企业更低的单位生产成本。在贝瑟姆流程（一种从熔化的生铁中炼钢的技术流程）采用之前，美国有数百家使用高炉技术的钢铁企业，任何一家的产量不到全国1 %~2 % 。在贝瑟姆流程推广后，制造商被迫扩大生产规模。到1880年，只剩下13家企业。⑥感谢匿名审稿人指出这一点。⑦利用金戈（2016）估算的数据，把全社会固定资产投资分为经济基础设施投资、社会基础设施投资和非基础设施投资三大类。我们把经济基础设施和非基础设施两类投资占总投资的比例滞后一期，以考察哪类投资对当期市场利率产生重要影响。金戈（2016）估算的基础设施投资指当年新增资本形成额，而非当年新增投资。- - 49本文使用国债一年期到期收益率减去银行一年期存款利率作为市场利率。设计该指标主要基于以下考虑。首先，我们注重基础设施投资对无风险利率的影响。项目融资利率等于无风险利率加上违约风险溢酬，其中无风险利率取决于市场资金紧张程度，违约风险溢酬取决于项目风险以及投资者的风险偏好。我们的目的是考察大量信贷资源流向基础设施投资是否会加剧资金紧张程度、提高市场利率并挤出企业研发，而不是考虑基础设施投资对整体风险的影响，因此我们注重无风险利率。其次，无风险利率选用国债一年期到期收益率。银行存款利率和国债收益率都属于市场无风险利率，但两者市场化程度不同。样本期间我国正处于利率市场化的过渡时期，贷款利率上限和存款利率下限已经放开，存款利率上限仍受管制。而中国1996年债券市场开始发展，中央国债登记结算公司自2002年开始编制中国国债到期收益率曲线，该曲线已成为反映市场利率的基础价格。最后，用国债一年期到期收益率减去一年期存款基准利率，排除中央银行政策调整对市场利率的影响。在存款利率管制下，国债一年期到期收益率也并非完全市场化利率，其变化也受存款基准利率影响。我们设想导致市场无风险利率上升的来源可能有两种：基础设施投资增加或者中央银行提高存款基准利率。如果仅用国债一年期到期收益率作为市场利率指标，则无法区分市场利率变化的来源是央行政策调整还是金融市场资金供求发生变化。因此用国债一年期到期收益率减去一年期存款基准利率，可排除中央银行政策调整对市场利率的影响，并以此反映基础设施投资和市场利率波动的关系。⑧不同地区企业异质性问题可类比名牌大学教育对收入影响问题。高能力者可以考上名牌大学并获得高收入，因而名牌大学毕业生和普通大学毕业生是具有异质性的两类人群，高收入可能同时反映个人能力以及名牌大学教育质量。如果能观察同一个人在接受名牌大学教育前后收入的差异，就能识别名牌大学教育对收入的影响。⑨感谢匿名审稿人指出这一点。⑩Rajan和Zingales（1998）利用跨国数据证实，在金融发展中获利最大的企业是那些大量外部融资的行业，从而证实了金融发展和经济增长之间的因果关系。��� 基础设施资本存量、研发企业数量等于省级层面3 年平均。��� 为了排除金融发展和地方税收因素，我们采用企业息税前利润除以总资产计算企业利润率，再用资产加权平均到省份—年份层面，最后取3 年平均得到省级层面平均利润率。企业进入率等于新进入企业数量除以总企业数量，企业退出率等于退出企业数量除以总企业数量。企业进入、退出定义参照马弘等（2013）。 如果一个企业的成立年份是t- 1 期或者t 期，且处于运营状态，即被认定为t 期的新企业。如果一个国有企业从工业库中消失，即被认定为退出；如果一个非国有企业从样本中消失，只有它上一年为非运营状态时才定义为退出。��� 地区非国有企业平均债务融资溢价等于该地区以资产为权重的非国有企业债务融资溢价加权平均。工业企业数据库中不能直接观察企业债务融资溢价，但蔡晓慧（2013）提供了一种间接估算方法。我国商业银行根据央行公布的贷款基准利率上浮或者下浮利率，贷款利率浮动部分记为premium 。t期企业i 债务融资成本即贷款基准利率加上premium it 。财务报表提供企业利息支出interestit 、短期负债sd it 、长期负债ldit 的数据。央行公布短期贷款基准利率r st 和长期贷款基准利率r it 。这几个变量满足以下等式，由该等式可算出债务融资溢价：��� 我们把样本中企业总资产在75% 分位数以上的企业划为大企业，把25% 分位数以下划为小企业。大小企业研发概率差异=（从事研发的大企业数量- 从事研发的小企业数量）/从事研发企业数量× 100 。同时为控制地区异质性，我们用基础设施资本存量除以GDP 衡量当地基础设施资本规模。��� 感谢匿名审稿人指出竞争和房价对企业研发行为的影响，同时感谢王文春和荣昭提供房价数据。��� MånsSöderbom （2009）介绍了Mundlak-Chamberlain模型的估计步骤。第一步：用Probit 模型逐年估计企业研发概率。第二步：逐年计算逆米尔斯比率，并与相应的年份哑变量相乘，得到逆米尔斯比率与相应年份哑变量交互项。第三步：用研发支出大于0 的样本进行回归。被解释变量为研发密度，额外的控制变量包括企业特征变量组内均值，以及逆米尔斯比率与相应年份哑变量交互项。该讲义链接：http://www.soder ⁃bom.net/lecture15final.pdf 。参考文献（1）AcemogluD. and Linn J. ，2004，“Market Size in Innova ⁃tion: Theory and Evidence from the Pharmaceutical Industry ”，The Quarterly Journalof Economics，Vol. 119（3），pp. 1049~ 1090.（2）Aghion P. ，Bloom N. ，Blundell R. ，Griffith R. and How ⁃itt P. ，2005，“Competition and Innovation: AnInverted-U Rela ⁃tionship ”，The Quarterly Journal of Economics，Vol. 120（2），pp.701 ~ 728 .（3）Aghion P. ，Van ReenenJ. and Zingales L. ，2013，“Inno ⁃vation and Institutional Ownership”，The American Economic Re⁃view ，Vol. 103（1），pp.277 ~ 304 .（4）Angrist J. D. ，Pischke J. S. ，2008，Mostly HarmlessEconometrics: An Empiricist's Companion，Princeton UniversityPress.（5）ArmourH. O. ，Teece D. J. ，1980，“Vertical Integrationand Technological Innovation”，The Review of Economicsand Sta⁃tistics，Vol. 62（3），pp.470 ~ 474 .（6）Aschauer ，D. A. ，1989a ，“Is Public Expenditure Produc ⁃tive? ”，Journalof Monetary Economics，Vol. 23（2），pp.177 ~ 200 .（7）Aschauer D. A. ，1989b ，“Does Public Capital Crowd outPrivate Capital?”，Journal of Monetary Economics，Vol. 24（2），pp.171 ~ 188 .（8）Bai C. E. and Qian Y. ，2010，“Infrastructure Develop⁃ment in China: The Cases of Electricity，Highways and Rail ⁃ways ”，Journalof ComparativeEconomics，Vol. 38（1），pp.34~ 51.（9）Baxter M.and King R. G. ，1993，“Fiscal Policy in Gen⁃eral Equilibrium ”，The American Economic Review ，Vol. 83（3），pp.315 ~ 334 .（10）Blackford M.G. ，2003，A History of Small Business inAmerica，UNC Press.（11）BoarnetM.G. ，1998，“Spillovers and the Locational Ef ⁃fects of Public Infrastructure ”，Journal of Regional Science ，Vol. 38（3），pp.381 ~ 400 .（12）Boyreau-Debray G. and Wei S. J. ，2005，“Pitfalls of aState- dominated Financial System: The Case of China （No.W11214）”，National Bureau of Economic Research WorkingPaper.（13）Brandt L. ，Van Biesebroeck J. ，Zhang Y. ，2012，“Cre⁃ative Accounting or Creative Destruction?Firm-level Productivi⁃ty Growth in Chinese Manufacturing ”，Journal of DevelopmentEconomics，Vol. 97（2），pp.339 ~ 351 .（14）Cai，Hongbin and Liu Qiao ，2009，“Competition andCorporate Tax Avoidance: Evidence from Chinese IndustrialFirms”，Economic Journal，Vol. 119 ，pp.764 ~ 795 .（15）Carpenter R. and Petersen B. ，2002，“Capital MarketImperfections ，High- tech Investment and New Equity Financ ⁃ing”，The Economic Journal，Vol. 112（477），pp.54~ 72.（16）Cohen W.M.and Klepper S. ，1996，“Firm Size andi nter es tit = s dit× (rst + p r emi um it)+ ldit× (rlt + p r emi um it)地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 50《管理世界》( 月刊)2016年第11期the Nature of Innovation Within Industries: the Case of Processand Product RandD ”，The Review of Economics and Statistics ，Vol. 78（2），pp.232 ~ 243 .（17）Cohen W.M.and Levin R. C. ，1989，“Empirical Stud ⁃ies of Innovation and Market Structure ”，Handbookof IndustrialOrganization，Vol.（2），pp.1059~ 1107.（18）David P. A. ，Hall B. H. and Toole A. A. ，2000，“Ispublic R&Da Complementor Substitutefor Private R&D? A Re⁃view of the EconometricEvidence ”，Research Policy，Vol. 29（4），pp.497 ~ 529 .（19）Demurger ，Sylvie，2001，“Infrastructure Developmentand Economic Growth:An Explanation for Regional Disparities inChina? ”，Journal of ComparativeEconomics，Vol. 29（1），pp.95~117 .（20）Dunning J. H. ，1998，“Location and the MultinationalEnterprise: A NeglectedFactor?”，Journal of International Busi ⁃ness Studies ，Vol. 29（1），pp. 45~ 66.（21）Feenstra R. C. ，Li Z. and YuM.，2014，“ExportsandCredit Constraints Under Incomplete Information: Theory and Evi⁃dence from China”，Review of Economics and Statistics ，Vol. 96（4），pp.729 ~ 744 .（22）Furceri ，D. and Sousa，R. M.，2011，“The Impact ofGovernment Spending on the Private Sector: Crowding- out ver⁃sus Crowding-inEffects ”，Kyklos ，Vol. 64（4），pp.516 ~ 533 .（23）Furman J. L. ，Porter M.E. and Stern S. ，2002，“TheDeterminants of National Innovative Capacity”，Research Policy，Vol. 31（6），pp.899 ~ 933 .（24）Glomm G. and Ravikumar B. ，1994，“Public Invest ⁃ment in Infrastructure in a Simple Growth Model”，Journal ofEconomic Dynamics and Control ，Vol. 18（6），pp.1173~ 1187.（25）Gould D. M.and GrubenW.C. ，1996，“The Role of In ⁃tellectual Property Rights in Economic Growth ”，Journalof Devel⁃opment Economics，Vol. 48（2），pp.323 ~ 350 .（26）GuellecD. and Pottelsberghe DeLa PotterieB. ，2003，“The Impact of Public R&DExpenditure on Business R&D”，Eco⁃nomics of Innovation and New Technology，Vol.12（3），pp.225~ 243.（27）Hall ，Bronwyn H. ，ErnstBerndt and RichardC. Levin，1990，“The Impact of Corporate Restructuring on Industrial Re⁃search and Development”，Brookings Papers on Economic Activi⁃ty. Microeconomics，Vol. 1990（1990），pp. 85~ 124 .（28）Himmelberg C. P. and Petersen B. C. ，1994，“R&Dand Internal Finance: A Panel Study of Small Firms in High-tech Industries”，The Review of Economics and Statistics ，Vol. 76（1），pp.38~ 51.（29）Krugman P. ，1980，“Scale Economies，ProductDifferen⁃tiation and the Pattern of Trade”，The American Economic Re⁃view ，Vol. 70（5），pp. 950 ~ 959 .（30）Krugman P. R. ，1991，Geographyand Trade，MIT Press.（31）Lerner ，Josh and Bronwyn H. Hall ，2010，“The Financ ⁃ing of R&Dand Innovation”，Handbookof the Economicsof Inno ⁃vation ，Vol.（1），pp.609 ~ 639 .（32）Limao N. and Venables A. J. ，2001，“Infrastructure ，Geographical Disadvantage，Transport Costs and Trade”，TheWorldBankEconomic Review ，Vol. 15（3），pp.451 ~ 479 .（33）Mountford，A. and H. Uhlig，2009，“Whatare the Ef ⁃fects of Fiscal Policy Shocks?”，Journal of Applied Econometrics，Vol. 24（6），pp.960 ~ 992 .（34）MoweryD. and Rosenberg N. ，1979，“The Influence ofMarket Demand UponInnovation: A CriticalReview of Some Re⁃cent Empirical Studies ”，Research Policy，Vol. 8（2），pp.102 ~ 153 .（35）Rajan，R. and L. Zingales，1998，“Financial Depen⁃dence and Growth ”，American Economic Review ，Vol. 88（3），pp.559 ~ 86.（36）Porter，M.E. ，1990，The Competitive Advantage of Na⁃tions ，Free Press.（37）Porter M.and Stern S. ，2001，“Location Matters”，Sloan ManagementReview ，Vol. 42（4），pp.28~ 36.（38）Richard R. and Rozek R. P. ，1990，“Benefits andCosts of Intellectual Property Protection in Developing Coun⁃tries ”，Journalof WorldTrade，Vol. 75（77），pp.75~ 102 .（39）Schumpeter J. ，1942，Capitalism，Socialism and Democ⁃racy ，Harper and Brothers press.（40）Shleifer，A. ，Vishny ，R. W.，1997，“A Survey of Corpo⁃rate Governance ”，Journalof Finance，Vol. 52（2），pp. 737 ~ 783 ．（41）Spencer R. W.and YoheW.P. ，1970，“The‘CrowdingOut’of Private Expenditures by Fiscal Policy Actions”，FederalReserve Bankof St.LouisReview（October1970），pp.12~ 24.（42）Teece D. J. ，1986，“Profiting from Technological Inno ⁃vation: Implications for Integration ，Collaboration，Licensing andPublic Policy”，Research Policy，Vol. 15（6），pp.285 ~ 305 .（43）WangBaotai，2005，“Effects of Government Expendi⁃ture on Private Investment: Canadian Empirical Evidence ”，Em⁃pirical Economics，Vol. 30（2），pp.493 ~ 504 .（44）Wooldridge Jeffrey M.，2002，Econometric Analysis ofCrossSection and Panel Data ，Massachusetts Institute of Technol⁃ogy Press.（45）WorldBank，1994，WorldDevelopmentReport 1994: In ⁃frastructure for Development，Oxford Universitypress.（46）蔡晓慧：《融资约束的度量及其检验——基于债务融资溢价视角》，《 浙江社会科学》，2013年第6 期。（47）成力为、戴小勇：《研发投入分布特征与研发投资强度影响因素的分析——基于我国30万个工业企业面板数据》，《 中国软科学》，2012年第8 期。（48）楚尔鸣、鲁旭：《基于SVAR 模型的政府投资挤出效应研究》，《 宏观经济研究》，2008年第8 期。（49）范红忠：《有效需求规模假说、研发投入与国家自主创新能力》，《 经济研究》，2007年第3 期。（50）龚锋、卢洪友：《公共支出结构、偏好匹配与财政分权》，《 管理世界》，2009年第1 期。（51）金戈：《中国基础设施与非基础设施资本存量及其产出弹性估算》，《 经济研究》，2016年第5 期。（52）拉詹、路易吉：《从资本家手中拯救资本主义：捍卫金融市场自由，创造财富和机会》，中信出版社，2004年。（53）李春涛、宋敏：《中国制造业企业的创新活动：所有制和CEO 激励的作用》，《 经济研究》，2010年第5 期。（54）刘金林、杨成元：《基于私人投资视角的政府债务挤出效应研究——来自中国的证据》，《 投资研究》，2013年第12期。（55）刘生龙、胡鞍钢：《基础设施的外部性在中国的检验：1988~ 2007》，《 经济研究》，2010年第3 期。（56）刘生龙、胡鞍钢：《交通基础设施与中国区域经济一体化》，《 经济研究》，2011年第3 期。（57）刘煜辉、沈可挺：《中国地方政府公共资本融资：问题，挑战与对策——基于地方政府融资平台债务状况的分析》，《 金融评论》，2011年第3 期。（58）马弘、乔雪、徐嫄：《中国制造业的就业创造与就业消失》，《 经济研究》，2013年第12期。（59）林光平、龙志、吴梅：《中国地区经济σ 收敛的空间计- - 51量实证分析》，《 数量经济技术经济研究》，2006年第4 期。（60）聂辉华、江艇、杨汝岱：《中国工业企业数据库的使用现状和潜在问题》，《 世界经济》，2012年第5 期。（61）乔宝云、范剑勇、冯兴元：《中国的财政分权与小学义务教育》，《 中国社会科学》，2005年第6 期。（62）盛丹、包群、王永进：《基础设施对中国企业出口行为的影响：“集约边际”还是“扩展边际”》，《 世界经济》，2011年第1 期。（63）王任飞、王进杰：《基础设施与中国经济增长：基于VAR方法的研究》，《 世界经济》，2007年第3 期。（64）王永进、盛丹、施炳展、李坤望：《基础设施如何提升了出口技术复杂度?》，《 经济研究》，2010年第7 期。（65）王文春、荣昭：《房价上涨对工业企业创新的抑制影响研究》，《 经济学（季刊）》，2014年第1 期。（66）吴延兵：《不同所有制企业技术创新能力考察》，《 产业经济研究》，2014年第2 期。（67）解维敏：《财政分权、晋升竞争与企业研发投入》，《 财政研究》，2012年第6 期。（68）张光南、洪国志、陈广汉：《基础设施，空间溢出与制造业成本效应》，《 经济学（季刊）》，2013年第1 期。（69）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。（70）张晓波、阮建青：《中国产业集群的演化与发展》，浙江大学出版社，2011年。（71）张学良：《中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应》，《 中国社会科学》，2012年第3 期。（72）郑思齐、孙伟增、吴璟：《 “以地生财，以财养地”——中国特色城市建设投融资模式研究》，《 经济研究》，2014年第8期。（73）郑世林、周黎安、何维达：《电信基础设施与中国经济增长》，《 经济研究》，2014年第5 期。（74）周黎安：《中国地方官员的晋升锦标赛模式研究》，《经济研究》，2007年第7 期。（75）周黎安：《转型中的地方政府：官员激励与治理》，格致出版社，2008年。（76）左翔、殷醒民：《土地一级市场垄断与地方公共品供给》，《 经济学（季刊）》，2013年第2 期。变量企业层面研发二元变量研发密度（%）企业规模现金流（比率）年龄出口（比率）市场占有率( 比率)企业债务融资溢价（%）地级市层面市辖区道路密度（平方公里/ 平方公里）GDP（万亿）人口（亿）第三产业比重（比率）外资企业比重（比率）地区平均债务融资溢价（%）储蓄存款规模（比率）省级层面基础设施资本存量基础设施资本空间滞后项1基础设施资本空间滞后项2基础设施投资流量（比率）政府干预市场指数产业集聚度每百人高等学校在校生人数（人）医院数量（个/ 万人）存贷比（比率）城市层面房价上涨率（比率）省- 三位数行业层面市场竞争程度行业层面赫芬达尔指数变量定义企业研发支出大于0 时取1 ，否则取0研发支出/ 营业收入× 100总资产取自然对数（折旧+ 净利润）/（总资产× 10）年份- 开业年份，其结果取对数企业出口产值/ 企业产值企业生产总值除以三位数行业生产总值加总（利息支出-（短期负债年均值- 应收账款年均值）× 6 个月贷款基准利率- 长期负债年均值× 一年至三年期贷款基准利率）/（短期负债年均值- 应收账款年均值+ 长期负债年均值）× 100市辖区年末铺装道路面积/ 市辖区面积国内生产总值人口第三产业GDP/GDP外商投资企业产值/ 地区产值企业债务融资溢价以资产为权重的加权平均居民储蓄存款/GDP基础设施资本取对数以是否相邻为权重矩阵计算，其结果取对数以经济地理距离为权重矩阵计算，其结果取对数折旧率取0.92计算基础设施投资流量× 当年地区固定资产投资价格指数/GDP减少行政干预市场指数，指数越大表示市场配置资源力量越强详细计算方法见张晓波（2011）高等学校在校生人数/ 人口医院数量/ 人口贷款总额/ 存款总额（当年房价指数- 上年房价指数）/ 上年房价指数1- 企业息税前利润率的简单平均三位行业代码所有企业市场份额平方加总异常值处理没有处理删除最高1% 观测值删除最高1% 和最低1% 观测值删除最高1% 和最低1% 观测值删除最高1% 观测值删除大于1 的观测值删除最高1% 观测值删除最高5% 和最低5% 观测值没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理没有处理息税前利润率变量删除最高1% 和最低1%观测值后取平均没有处理数据来源工业企业数据库工业企业数据库工业企业数据库工业企业数据库工业企业数据库工业企业数据库工业企业数据库工业企业数据库中国城市统计年鉴中国城市统计年鉴中国城市统计年鉴中国城市统计年鉴中国城市统计年鉴工业企业数据库中国城市统计年鉴金戈（2016）中国统计年鉴中国统计年鉴金戈（2016）樊纲（2010）张晓波（2011）中国统计年鉴中国统计年鉴中国统计年鉴中国城市统计年鉴工业企业数据库工业企业数据库附表：变量定义及异常值处理地方政府基础设施投资会抑制企业技术创新吗？中国宏观经济论坛- - 52