中国新基建发展的时空演变及驱动因素_张佩.pdf

中国新基建发展的时空演变及驱动因素张佩1，王姣娥1,2*，肖凡1,2(1.中国科学院地理科学与资源研究所，区域可持续发展分析与模拟重点实验室，北京 100101；2.中国科学院大学资源与环境学院，北京 100049)摘 要：新基建已成为中国现阶段经济转型与高质量发展的重要支撑。为考察中国新基建发展时空演变及其驱动因素，论文基于20132020年的省级面板数据，构建新基建发展水平的综合评价指标，进而运用TOPSIS-熵值法和空间计量模型对其进行测度及影响因素分析。结果发现：中国新基建发展水平逐年提高，各省域之间的差距呈现出不断缩小的趋势；中国新基建发展水平存在着较大的空间异质性，东部地区远高于中部、西部和东北地区，整体时空演化格局呈现出东西扩张态势，重心不断向西南方向移动；新基建发展水平受到多种因素的影响，其中，经济发展水平、金融发展水平、创新基础、城市化进程和人口规模等是关键性驱动因素。论文通过考察中国新基建在时空上的格局演化及其影响因素，希冀为其优化布局与发展提供决策参考。关 键 词：新型基础设施；信息基建；融合基建；创新基建；发展水平；中国2018年12月，中央经济工作会议首次提出“新基建”(新型基础设施建设)概念。随着在抗击新冠感染过程中对无接触、智能化产品和服务的需求加大，新基建发展的重要性和紧迫性愈发凸显。为此，全国各级政府积极部署新基建发展方案，旨在加快社会经济高质量发展。这客观上要求精准把握新基建发展现状及驱动因素，以此为各级政府的决策部署提供科学依据。目前，学术界在新基建领域已经积累了一定的成果，但主要集中于顶层设计角度的策略布局1-3。虽然有学者从描述统计角度分析了中国新基建发展现状4，但并未直观展现出中国新基建的空间格局，对其综合量化评价方面更显不足。尽管如此，按照国家发展和改革委员会(简称“发改委”)对新基建包含信息基建、融合基建和创新基建等3个方面的权威解读4，学术界在这3个方面的量化评价已经开展了大量研究。其中，在信息基建评价方面，主要使用固定电话、移动电话、互联网和邮电业务或信息基建领域中的相关专利数据等指标5-6；在融合基建评价方面，已有研究针对智慧能源或智慧交通多采用定性评价，而在智慧城市和智慧产业等领域也有学者构建了综合评价指标7-8，但多数指标仍采用互联网和电信业务等信息基建的内容；在创新基建评价方面，部分采用政策解读或案例解析的定性方法9，也有学者采用研发支出等系列指标来综合评价创新基建质量10。如吕拉昌等11采用国家重大科技基础设施、科教基础设施、产业技术创新基础设施等指标进行衡量，基本吻合了新基建中创新基建的内容12。除此之外，亦有学者尝试基于新基建3个方面对其做出综合评价13，但所选指标并未体现新基建“新”的特征。在妥善选取新基建综合评价指标的基础上，对其综合评价的方法和驱动因收稿日期：2022-06-30；修订日期：2022-10-13。基金项目：国家杰出青年科学基金项目(42225106)；中国博士后科学基金项目(2022M713121)。Foundation:National NaturalScience Foundation of China for Distinguished Young Scholars,No.42225106;China Postdoctoral Science FoundationProgram,No.2022M713121.第一作者简介：张佩(1992)，男，河南灵宝人，博士，博士后，研究方向为新基建与区域发展。E-mail:*通信作者简介：王姣娥(1981)，女，湖南涟源人，研究员，博士生导师，研究方向为交通地理与区域发展研究等。E-mail:引用格式：张佩,王姣娥,肖凡.中国新基建发展的时空演变及驱动因素 J.地理科学进展,2023,42(2):209-220.Zhang Pei,Wang Jiaoe,Xiao Fan.Spatial evolution and determinants of new infrastructure development in China.Progress in Geography,2023,42(2):209-220.DOI:10.18306/dlkxjz.2023.02.001209-220页第42卷 第2期2023年2月地 理 科 学 进 展Progress in GeographyVol.42,No.2Feb.2023地理科学进展第42卷素分析可以借鉴传统基建14-17，毕竟前者相对后者存在着继承与发展的关系4。综上所述，已有研究为新基建发展水平的综合评价积累了丰富经验，但仍存在以下几点可改进之处：第一，学者多基于单一领域对新基建发展水平进行测度，缺乏能够全面刻画新基建发展水平的优化指标；第二，由于数据的限制，部分学者虽尝试综合测度新基建发展水平，但在指标选取方面难以体现出新基建“新”的特性，导致新基建发展水平的综合评价缺乏相对合理性，因而亟需进行必要的修正与完善；第三，由于影响新基建发展水平的多个因素在相邻地理区位上常存在空间溢出效应，加之空间单元的划分或归并可导致空间数据误差的出现18-19，地区尺度上新基建的发展水平通常表现出较强的空间自相关性(spatial autocorrelation)；然而，既有研究尚少讨论新基建发展的驱动因素，尤其是考虑空间自相关后的修正探讨。因此，全面综合评价新基建发展水平并分析全国尺度下新基建的时空演化格局，有利于更进一步把握和理解中国新基建发展现状及布局规律；同时，新型基础设施通常具备跨区域服务的特性，基于空间关联视角探讨新基建布局的驱动机制，不仅有利于通过揭示其布局规律来拓展和深化传统区位理论，而且有助于区域发展政策制定向跨行政单元思路上的突破。基于此，本文拟结合国家发改委对新基建做出的权威解读和已有文献及政策文本的梳理，从信息基建、融合基建和创新基建3个方面的内容构建新基建发展水平的综合评价指标体系，并运用TOP-SIS-熵值法测度中国新基建发展水平。在此基础上，利用空间统计标准差椭圆(SDE)等方法20分析其时空演化特征，并运用空间计量模型探讨其驱动因素，以期为中国新基建发展提供一定价值的借鉴参考。1 研究方法与数据来源1.1 新基建发展水平的测度尽管新基建自提出以来便引起了社会各界的高度关注，但截至目前并未形成统一的理解和认识。央视新闻曾在2019年3月2日的报道中提出，新基建包括5G、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等7大领域。到2020年4月，国家发改委对新基建做出了详细解读，认为新基建包括信息基础设施、融合基础设施和创新基础设施等3个方面的内容，其中：信息基础设施主要包括5G、物联网、工业互联网、卫星互联网等通信网络基础设施，人工智能、云计算、区块链等新技术基础设施和数据中心、智能计算中心等算力基础设施；融合基础设施主要包括智能交通基础设施和智慧能源基础设施等；创新基础设施主要包括重大科技基础设施、科教基础设施、产业技术创新基础设施等。虽然“七领域说”因特高压输电、城市地铁等已建设多年而受到质疑，但新基建并不一定是新的基建，而是与传统基建存在继承与发展的关系3-4。此外，新基建在新冠疫情防控中发挥的作用有目共睹，诸如健康码、线上会议、智慧生活等配套设施的建立。综上所述，本文基于已有文献和政策文本的回顾与梳理，从信息基础设施、融合基础设施和创新基础设施3个方面对新基建发展水平予以测度。具体而言，将城际高速铁路与城际轨道交通计入智慧交通基础设施，将特高压和充电桩计入智慧能源基础设施，将医疗IT和智慧城市纳入防疫基建，构建了新基建发展水平的综合评价指标(表1)。其中，物联网、工业互联网和区块链等三级指标皆存在跨区域的天然属性，故而需要区分该类型设施对单个区域的影响评价。然而，区域某一类设施发展水平越高，即代表着该地区对相关设施的供给与需求能力越强，那么相关企业的数量自然就多，因此，本文采用区域内对应设施的相关企业数量作为代理变量。另外，本文使用TOPSIS-熵值法测度新基建发展水平，TOPSIS-熵值法是对传统TOPSIS评价法的改进，通过熵值法确定评价指标的权重能够避免主观因素的影响，再通过TOPSIS法利用逼近理想解的技术确定评价对象的排序，进而得到新基建发展水平的综合评价结果21。计算步骤如下：(1)假设被评价对象有m个，每个被评价对象的评价指标有n个，构建判断矩阵X：X=()xijmn()i=1,2,m;j=1,2,n(1)(2)对判断矩阵进行标准化处理，本文指标均为正向指标，因此：Yij=Xij-min(Xi)max(Xi)-min(Xi)(2)http:/ 等：中国新基建发展的时空演变及驱动因素(3)计算信息熵Ej：Ej=-ki=1mpijlnpij(3)式中：pij=Yiji=1mYij；k=1lnm。(4)确定各指标的权重，通过信息熵计算各个指标的权重wj：wj=1-Ejj=1n()1-Ej(4)式中：wj0,1，且j=1nwj=1。(5)计算加权矩阵R：R=()rijmnrij=wjxij()i=1,2,m;j=1,2,n(5)(6)确定最优解s+j和最劣解s-j：s+j=max()r1j,r2j,rnj,s-j=min()r1j,r2j,rnj(6)(7)计算各种方案与最优解和最劣解的欧氏距离sep+i、sep-i：sep+i=j=1n()s+j-rij2,sep-i=j=1n()s-j-rij2(7)(8)计算综合评价指数Ci：Ci=sep-isep+i+sep-i,Ci0,1(8)1.2 变量选取与模型说明影响新基建发展的因素众多，为了确保核心因素不被遗漏，同时兼顾数据的可获得性，本文基于已有研究成果来选择新基建发展的驱动因素。第一，经济发展水平较高的国家往往更具有增加基础设施投资的动机22，因为经济发展会提高基础设施的需求与供给能力23，那么经济发展必定会增加新基建投资，更有能力维护、升级或改造传统基建；第二，产业结构可能会影响新基建的需求24，因为工业互联网、物联网、云计算等新型基建将助力智慧产业的形成及运营8，如智慧社会下的远程办公等25；第三，任何基建的发展都需要足额的资金支撑，而且已有研究表明，金融发展水平是基础设施发展的影响因素16，而需要较大投资规模的新基建自然离不开优良金融发展水平的加持；第四，新基建与新技术革命前沿紧密结合，以技术创新为驱动1，所以创新基础也有可能是新基建发展的重要驱动力；第五，基础设施与城市化密切相关26，农村人口转移到城市将增加配套基础设施的需求，拉动基础设施的投资27-28，因而城市化进程也可能影响新基建的表1 新基建发展水平综合评价指标体系Tab.1Comprehensive evaluation indicator system of new infrastructure development level一级指标信息基础设施(N1)融合基础设施(N2)创新基础设施(N3)二级指标通信网络基础设施(N11)新技术基础设施(N12)算力基础设施(N13)智慧交通基础设施(N21)智慧能源基础设施(N22)防疫基建(N23)重大科技基础设施(N31)科教基础设施(N32)产业技术创新基础设施(N33)三级指标5G(N111)物联网(N112)工业互联网(N113)卫星互联网(N114)人工智能(N121)云计算(N122)区块链(N123)数据中心(N131)智能计算中心(N132)城际高速铁路与城际轨道交通(N211)智慧交通(N212)特高压(N221)充电桩(N222)能源生产和利用设施智能化(N223)医疗IT(N231)智慧城市(N232)重大科技基础设施(N311)学科研究平台(N321)产业技术创新基础设施(N331)四级指标移动电话基站数量(N1111)物联网相关企业数量(N1121)工业互联网相关企业数量(N1131)卫星互联网相关企业数量(N1141)人工智能相关企业数量(N1211)云计算相关企业数量(N1221)区块链相关企业数量(N1231)数据中心相关企业数量(N1311)国家超级计算中心数量(N1321)轨道交通里程(N2111)智慧交通相关企业数量(N2121)特高压相关企业数量(N2211)充电桩相关企业数量(N2221)智慧能源相关企业数量(N2231)智慧医疗相关企业数量(N2311)智慧生活相关企业数量(N2321)重大科技基础设施数量(N3111)国家重点实验室数量(N3211)高新技术特色产业基地数量(N3311)211地理科学进展第42卷发展；最后，人口规模可能对新基建发展产生影响，因为人口规模和基础设施的市场需求密切相关，人口规模越大对基础设施的需求往往越大。综上所述，本文将选择经济发展水平、产业结构高度化、产业结构合理化、金融发展水平、创新基础、城市化进程、人口规模等变量来探讨新基建发展水平的驱动因素，具体计算方法见表2。为检验新基建发展水平的影响因素，本文首先构建了各省域新基建发展水平影响因素估计的面板模型：Dit=0+1Xit+it(9)式中：i代表地区，t代表年份；Dit为i地区t年的新基建发展水平，Xit为各省新基建发展水平的影响因素，1为Xit的系数，0为常数项，it为残差项。进一步考虑空间依赖性，选择空间杜宾模型进行估计。模型如下：Dit=0+WDit+1Xit+1WXit+it(10)式中：W为空间邻接权重，W*Dit为新基建发展水平的空间滞后变量，W*Xit为影响因素的空间滞后变量，、1分别反映被解释变量Dit和解释变量Xit的空间溢出效应。所以，空间杜宾模型同时考察邻近地区新基建发展水平对本地新基建发展水平的影响和邻近地区影响因素对本地新基建发展水平的影响。1.3 数据来源本文以全国31省(市、区)(不含港澳台地区)为研究样本，考虑到“新基建”数据可得性与及时性而选取20132020年作为时期跨度。新基建发展水平综合指标数据主要来源于企查查平台(https:/ 国 火 炬 统 计 年 鉴(20132020)、科塔学术网站(https:/ 中国统计年鉴(20132020)和 国民经济和社会发展统计公报(20132020)等，个别数据缺失值采用插值法补充。2 中国新基建发展的时空演变特征2.1 新基建发展水平的时间演变趋势中国新基建发展水平逐年提高，而其变异系数(CV)整体呈下降趋势(图1)。本文运用基于熵值法的TOPSIS模型对中国新基建发展水平进行评价，结果显示，20132020年全国新基建发展水平呈持续增长趋势，其增长率也在波动中不断增长，2020年增长率达29.95%。截至2020年，广东的新基建发展水平位居全国首位，其次是北京、江苏、山东、浙江、上海等，青海和宁夏等地区发展较为落后。然而，从变异系数来看，全国新基建发展水平的差异在波动中持续下降，特别是2020年较上一年直接下降了7.67%。究其原因，离不开全国各省(市)对新基建发展的重视，其中：福建、海南和西藏等地20132020年新基建发展水平翻了10余倍；其次是贵州，提高了近6倍；湖南、宁夏和广西等地也取得了长足的发展。2.2 新基建发展水平的空间演化中国新基建发展水平存在着较大的空间异质性，东部地区远高于中部、西部和东北地区(图2)。具体来看，4大区域的新基建发展水平持续提高，其中，东部地区新基建发展水平远远高于全国平均水平，而中部、西部和东北地区新基建发展水平均低于全国平均水平。从绝对值来看，20132020年期间，中部地区新基建发展水平一直领先于西部和东北地区，而西部地区在2019年后略微超过东北地区。就增长率而言，西部地区20142020年间的平表2 空间计量回归模型的变量含义及计算方法Tab.2 Definition and calculation methods of variables in the spatial econometric regression model变量因变量自变量符号NewPGDPAIS1AIS2FDINNOUPPOP名称新基建发展水平经济发展水平产业结构高度化产业结构合理化金融发展水平创新基础城镇化进程人口规模测算方法综合测算指标人均GDP第三产业增加值/第二产业增加值借鉴袁航等29采用Theil测算年末全部金融机构各项贷款余额/GDP研发人员全时当量城镇人口比重总人口单位万元万人%亿人212第2期张佩 等：中国新基建发展的时空演变及驱动因素均 增 长 率 最 高，达 21.39%，其 次 是 中 部 地 区(18.95%)，均高于全国平均增速(16.67%)，而东部地区(15.74%)和东北地区(8.22%)均低于全国平均水平。同时，西部地区新基建发展水平的增长率在2020年居4大板块第一位，高达31.34%；其次是东部地区，为30.84%，在拉动当年全国平均增长率方面起了重要作用；而中部和东北地区也存在着较大提升，增长率分别为29.17%和16.73%。与此同时，东部和西部地区新基建发展水平存在着较大的不均衡性，高于中部和东北地区。从4大区域新基建发展水平的变异系数来看，尽管东部地区的变异系数呈现出先增大后下降的趋势，且20142019年一直高于其他3大区域，到2020年被西部地区超越，但其内部各省(市)的差距仍很大，如北京和海南等；中部地区新基建发展水平的变异系数自2014年后一直呈下降态势，这可能源于中部崛起战略的持续深化；西部地区新基建发展水平的变异系数明显高于中部和东北地区，且其波动幅度以2018年为分界线呈现出先下降后增大的趋势，可能主要是因为2018年中国提出新基建之后，贵州、陕西、四川和重庆等地区新基建发展速度快于西部其他地区；东北地区的变异系数在4大区域一直处于最低状态，且20132020年在波动中基本维持稳定，体现了东北三省在新基建发展方面的步调基本一致。此外，中国新基建发展水平的时空演化格局呈现出东西扩张态势，重心不断向西南方向移动。从图3可以看出，20132020年中国省域尺度下新基建发展水平的重心由河南和安徽交界处经河南向湖北移动，大致向西位移 97.42 km，向南移动176.22 km，总体移动201.35 km。与此同时，中国新基建发展水平空间分布标准差椭圆长轴与短轴的比值呈缩小趋势，即椭圆的东西方向呈扩张态势，体现出中国近年来西部地区新基建发展水平的增长拉动作用强劲。3 新基建发展水平的驱动因素分析通过空间自相关分析(Morans I)证明了新基建发展水平具有一定空间正相关性，对于具有较强空图2 中国4大区域新基建发展水平Fig.2 The development level of new infrastructure in the four main economic regions of China图1 中国新基建发展水平Fig.1 The development level of new infrastructure in China213地理科学进展第42卷间自相关性的空间数据而言，采用最小二乘法回归是有偏误的30，故探讨其影响因素应考虑空间依赖性，宜采用空间计量模型。在进行空间计量分析之前，本文通过LM检验、Hausman检验、LR检验和Wald 检验等方法进行比较空间滞后模型(spatiallag model，SLM)、空间误差模型(spatial error model，SEM)和空间杜宾模型(spatial Durbin model，SDM)的适配性(表3)，最终确定采用固定效应下的空间杜宾模型(SDM)来探讨新基建发展水平的驱动因素。基于空间邻接权重矩阵，本文采用固定效应下的SDM估计新基建发展水平的驱动因素，结果如表4所示。其中，模型1(M1)采用了时间固定效应，模型2(M2)采用了个体固定效应，模型3(M3)采用了混合固定效应，结果显示：模型1的拟合度高于模型2和模型3，可信度较更强(R2=0.815)，故本文重点关注模型1的回归结果。从具体结果来看，模型1空间滞后项系数()通过了1%的显著性水平检验(P0.01)，且空间效应显著为负，表明新基建发展水平在省域之间具有负向的空间溢出效应。经济发展水平(PGDP)对新基建发展水平具有显著正向影响(P0.01)。由于人均GDP是区域综合经济实力的反映，一个地区的经济实力越强，往往越有能力解决新基建的供需矛盾，从而为新基建表3 空间面板模型的检验结果Tab.3 Test results of the spatial panel model检验方法LM_spatial_errorLM_spatial_lagHausmanLR_sarLR_semWald_spatial_errorWald_spatial_lag结果3.137*5.417*86.49*31.55*18.04*17.65*17.13*注：*、*、*分别表示P0.1、P0.05、P0.01。下同。注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2020)4628号的标准地图绘制，底图无修改。图3 中国新基建发展水平的时空格局Fig.3 Temporal and spatial patterns of Chinas new infrastructure development level214第2期张佩 等：中国新基建发展的时空演变及驱动因素的发展提供良好的基础环境。同时，经济发展水平的空间滞后项对新基建发展水平的估计结果也通过了5%的正向显著性水平检验，说明经济发展水平具有明显的空间溢出效应，即周边地区经济发展水平对当地新基建发展的传导作用明显。产业结构高度化(AIS1)对新基建发展水平具有显著正向影响(P0.01)。这表明中国第三产业相对第二产业更有助于推进新基建发展，间接体现了中国服务业数字化的程度高于制造业的客观现实。然而，产业结构高度化的空间滞后项对新基建发展水平的估计结果并不显著，即周边地区产业结构对当地新基建发展的传导效果不明显，可能的原因在于以现代服务业为主的第三产业的空间服务范围集中于本地区。产业结构合理化(AIS2)对新基建发展水平具有显著正向影响(P0.01)。这表明产业结构合理化，即产业之间协调能力和资源有效利用程度31对新基建发展具有促进作用。然而，产业结构合理化的空间滞后项对新基建发展水平的估计结果也没通过显著性水平检验，表明周边地区产业结构合理化表4 固定效应SDM模型估计结果Tab.4 Estimation results of the SDM based on fixed effects变量PGDPAIS1AIS2FDINNOUPPOPW*PGDPW*AIS1W*AIS2W*FDW*INNOW*UPW*POPsigma2_e样本数R2地区数时间固定效应(M1)0.036*(0.01)0.017*(0.01)0.145*(0.01)0.035*(0.01)0.004*(0.01)0.194*(0.01)0.077*(0.01)0.048*(0.04)-0.005(0.59)0.043(0.33)0.026*(0.04)0.003*(0.01)-0.165*(0.01)-0.066*(0.01)-0.323*(0.01)0.001*(0.01)2480.81531个体固定效应(M2)0.102*(0.01)0.020*(0.07)0.044(0.18)-0.002(0.83)0.006*(0.01)-0.540*(0.01)0.952*(0.01)0.022(0.49)-0.036*(0.05)0.140*(0.05)-0.002(0.90)0.003*(0.03)0.988*(0.01)-0.031(0.91)-0.012(0.89)0.001*(0.01)2480.23731混合固定效应(M3)0.071*(0.01)0.027*(0.01)0.006(0.83)-0.016*(0.02)0.006*(0.01)-0.671*(0.01)0.964*(0.01)0.003(0.93)0.010(0.60)0.031(0.64)-0.056*(0.01)0.004*(0.01)0.366*(0.01)0.350(0.16)-0.431*(0.01)0.001*(0.01)2480.19231注：括号内为标准误。下同。215地理科学进展第42卷对本地新基建发展的作用不明显，原因可能在于目前跨区域的产业协调和资源利用还没充分利用新基建的价值，从而对新基建发展的促进作用未得到完全发挥。金融发展水平(FD)对新基建发展水平具有显著正向影响(P0.01)。因为金融发展水平往往代表着地区的投融资能力，而新基建对投资规模要求较高，所以新基建的发展离不开发达的金融发展。与此同时，金融发展的空间滞后项对新基建发展水平的估计结果也通过了5%的显著性水平检验，说明周边地区金融发展对当地新基建发展具有明显的正向传导作用，这符合现实中跨区域参与投融资的基本事实。创新基础(INNO)对新基建发展水平具有显著正向影响(P0.01)。新基建对技术水平的要求较高，而领先的技术水平需要优良的创新基础作为根基，所以创新基础对新基建的发展具有正向促进作用。与此同时，创新基础的空间滞后项对新基建发展水平的估计结果也通过了1%的显著性水平检验，且方向为正，表明周边地区的创新基础有助于本地新基建发展，反映了创新具有较强的空间溢出效应32-33。城市化进程(UP)对新基建发展水平具有显著的正向影响(P0.01)。由于新基建旨在推进数字化、网络化和智能化等转型，而城市对其供给与需求能力往往更高，所以城市化进程有助于新基建发展。然而，城市化进程的空间滞后项对新基建发展水平的估计结果显示，周边地区城市化进程对当地新基建发展具有显著的负向传导作用，可能的原因在于城市的虹吸效应大于溢出效应34，进而对本地新基建发展更有利。人口规模(POP)对新基建发展水平具有显著正向影响(P0.01)。原因主要在于人口规模和新基建的市场需求密切相关，人口规模越大，新基建的需求量自然也就越高，从而推进新基建的发展。与此同时，人口规模的空间滞后项对新基建发展水平具有显著负向影响，估计结果通过了1%的显著性水平检验，表明周边地区的人口规模越大会反向抑制本地新基建发展，原因可能在于周边地区人口规模越大，往往对新基建的市场需求就越大，而相对来说本地较小的市场需求使新基建发展的动机减少。此外，为了更好地体现各影响因素空间溢出的方向和大小，本文借鉴LeSage等35的做法，根据拟合优度较好的时间固定效应SDM模型估计结果，求得偏微分进而估计各影响因素对新基建发展水平的直接影响和间接影响，结果见表5。其中，经济发展水平(PGDP)对新基建发展水平的直接效应和总效应显著为正，表明经济发展对新基建发展的正向作用主要来源于本地，原因可能在于新基建的发展需要本地拥有足够的经济实力，同时地区经济发展，特别是在当前逐渐向数字经济转型的过程中又加大了对新基建的需求36；产业结构高度化(AIS1)对新基建发展水平的直接效应显著为正，间接效应和总效应均未通过显著性水平检验，说明产业结构对新基建发展的影响集中体现于本地，原因主要在于本地区的产业结构决定着新基建的布局与发展方向，如工业为主的地区转型升级过程中会增加对工业互联网等新型基础设施的需求37；产业结构合理化(AIS2)对新基建发展水平的直接效应和总效应均通过了1%的显著性水平检验，且方向为正，而其间接效应未通过显著性水平检验，表明产业结构合理化对新基建发展水平的影响主要来自本地，原因可能在于行政区划和市场分割等因素不利于跨区域的产业协调和资源流动38，从而导致周边地区产业结构合理化对新基建的促进作用不明显；金融发展水平(FD)对新基建发展水平的直接效应和总效应均通过了显著性水平检验，方向均为正，表明金融发展水平对新基建建设的影响主要来自于本地，表5 解释变量对新基建发展水平的直接效应和间接效应Tab.5 Direct and indirect influences of independentvariables on the development level of new infrastructure变量PGDPAIS1AIS2FDINNOUPPOP直接效应0.035*(0.01)0.017*(0.01)0.149*(0.01)0.034*(0.01)0.004*(0.01)0.213*(0.01)0.084*(0.01)间接效应0.028(0.13)-0.008(0.33)-0.002(0.96)0.011(0.26)0.002*(0.01)-0.184*(0.01)-0.074*(0.01)总效应0.063*(0.01)0.009(0.22)0.147*(0.01)0.045*(0.01)0.006*(0.01)0.028(0.36)0.010(0.57)216第2期张佩 等：中国新基建发展的时空演变及驱动因素原因可能在于新基建的发展对资金的需求往往较大，需要大量的投融资，但由于当前关键核心技术能力不足、技术路线不确定、网络和信息安全、投融资机制不畅等问题的存在4，导致周边地区金融能力对本地新基建发展的促进作用不明显；创新基础(INNO)对新基建发展水平的直接、间接和总效应均通过了显著性水平检验，表明区域内及周边地区创新基础均对本区域新基建发展具有积极影响，原因可能在于创新基础是人工智能、物联网、区块链等新型基础设施建设与维护的必要条件，而且创新又具有明显的溢出效应39；城市化进程(UP)对新基建发展水平的直接效应和间接效应均通过了显著性水平检验，但两者的方向相反，证明了城市化进程对本地新基建发展有促进作用，而周边区域城市化进程对本地新基建发展具有抑制作用，即城市化进程主要以虹吸原理推进新基建发展，原因主要在于中国城市的智慧化转型加大了新基建的需求40，而本地城市化进程对新基建的需求往往只需要在本地进行满足；人口规模(POP)对新基建发展水平的直接效应和间接效应均通过了1%的显著性水平检验，但直接效应的方向为正，间接效应的方向为负，进一步验证了人口规模与新基建的发展密切相关，人口规模越大越有利于新基建的发展，原因可能在于出于集约化考虑，新基建的建设更倾向于人口规模较大的区域。4 结论与讨论新基建是应对新一轮科技革命和产业变革的核心支撑。为了准确把握中国新基建发展状况及其时空演化特征，本文首先构建了新基建发展水平的综合评价指标体系，进而测度并刻画出中国新基建发展水平及时空演化特征，在此基础上探讨了其驱动因素。得出以下主要结论：(1)20132020年期间，中国新基建发展水平逐年增长，且增长幅度有增大的趋势；但各省域新基建发展水平的差距呈逐年缩小趋势，其变异系数不断降低。(2)中国新基建发展水平存在着较大的空间异质性，东部地区新基建发展水平远远高于全国平均水平，其次是中部、西部地区，东北地区的新基建发展水平最低；整体时空演化格局呈现出东西扩张态势，重心不断向西南方向移动。(3)新基建发展水平受到多种因素的影响，其中，经济发展水平、创新基础、城市化进程和人口规模等是关键性驱动因素。伴随着中国新基建发展步伐加快，未来必须结合区域比较优势，合理规划布局新基建。基于上述分析，进一步落实新基建发展战略可以从2个方面入手：一是结合区域新基建发展现状，综合考虑本地及周边地区经济发展、创新基础、城市化进程、人口规模等因素，科学评估区域实际供需能力，优化新基建布局策略；二是鉴于新基建发展驱动因素的空间溢出效应，应在加强本地与周边地区经济社会联系的基础上从区域整体或跨区域的角度制定新基建的布局政策。随着新基建驱动因素可识别性与可控性的增强，区域发展条件将成为新基建布局优化研究更有效的依据。本文还存在一定局限性，由于数据限制，在测算新基建发展水平时较多地以不同类型新基建相关企业数量作为代理变量，使新基建发展水平的评价结果可能存在一定偏差。因此，在数据可获取的前提下，未来研究还可以用更为可靠的数据探讨中国新基建发展现状和影响因素，以及进行新基建类型异质性等问题的探讨。参考文献(References)1 金凤君.以“新基建”为牵引促进东北地区融合创新发展J.学习与探索,2021(1):120-124.Jing Fengjun.Pro-moting the integrated and innovative development ofNortheast China under the guidance of new infrastruc-ture.Study&Exploration,2021(1):120-124.2 李晓华.面向智慧社会的“新基建”及其政策取向 J.改革,2020(5):34-48.Li Xiaohua.New infrastructure con-struction and policy orientation for a smart society.Re-form,2020(5):34-48.3 郭朝先,王嘉琪,刘浩荣.“新基建”赋能中国经济高质量发展的路径研究 J.北京工业大学学报(社会科学版),2020,20(6):13-21.Guo Chaoxian,Wang Jiaqi,Liu Hao-rong.Studies on how new infrastructure empowers high-quality development of Chinas economy.Journal of Bei-jing University of Technology(Social Sciences Edition),2020,20(6):13-21.4 刘艳红,黄雪涛,石博涵.中国“新基建”:概念、现状与问题 J.北京工业大学学报(社会科学版),2020,20(6):1-12.Liu Yanhong,Huang Xuetao,Shi Bohan.Chinasnew infrastructure construction:Concepts,current situa-tions and problems.Journal of Beijing University of Tech-217地理科学进展第42卷nology(Social Sciences Edition),2020,20(6):1-12.5 Huang J,Li W,Guo L,et al.Information and communica-tions technology infrastructure and firm growth:An empir-ical study of Chinas cities J.Telecommunications Policy,2021,46(3):102263.doi:10.1016/j.telpol.2021.102263.6 Qiao L,Li L,Fei J.Information infrastructure and air pol-lution:Empirical analysis based on data from Chinese cit-ies J.EconomicAnalysis and Policy,2022,73:563-573.7 张建伟,李贝歌,毕东方,等.中国智慧城市发展水平空间差异研究 J.世界地理研究,2017,26(2):82-90.Zhang Jianwei,Li Beige,Bi Dongfang,et al.Study onspatial difference of smart city development level in Chi-na.World Regional Studies,2017,26(2):82-90.8 刘鸿雁,雷磊.中国智慧产业发展水平综合评价与时空特征 J.经济地理,2017,37(2):106-113.Liu Hongyan,Lei Lei.Comprehensive evaluation on development levelof regional smart industry in China.Economic Geogra-phy,2017,37(2):1