本文参考国内典型新型基础设施建设指标体系的构建思路 [1] - [19] ，更加着重于传统基础设施的不同之处，根据区域间的实际情况对指标进行筛选，选取20个指标来评价我国新型基础设施经济发展水平，具体指标体系如下 表1 所示。

考虑到新型基础设施的相关概念提出时间尚早，同时基于数据的可获得性，本文选取2018~2022年

这5年30个省份(由于部分地区数据缺失，不包括香港、澳门、台湾、西藏地区)的指标数据为我国新型基础设施发展研究范围，具体指标如 表4 所示的因子综合得分及排名。本文所涉及的指标数据均来源于《中国统计年鉴》《统计公报》《地方统计年鉴》及中国地区海关局、部分网站数据等。针对部分缺失数据，以临近点线性趋势法进行补齐。

假设原有变量有p个，分别用 $x_1,x_2,\cdots ,x_p$来表示，且每个变量的均值是0，标准差为1，现将每个原有变量用k (k < p)个因子 $f_1,f_2,\cdots ,f_k$的线性组合来表示。

则因子分析法定义为矩阵：

$X=AF+\epsilon$,

即：

$\left\{\begin{array}{c}{X}_1=a_{11}{f}_1+a_{12}{f}_2+a_{13}{f}_3+\cdots +a_{1k}{f}_k+{\epsilon }_1\\ X_2=a_{21}{f}_1+a_{22}{f}_2+a_{23}{f}_3+\cdots +a_{2k}{f}_k+{\epsilon }_2\\ \cdots \\ X_p=a_{p1}{f}_1+a_{p2}{f}_2+a_{p3}{f}_3+\cdots a_{pk}{f}_k+{\epsilon }_p\end{array}\right\}$

变量共同度：

$\mathrm{var}\left(X_i\right)=1=h_i^2+\mathrm{var}\left({\epsilon }_i\right)$，其中 $h_i^2=\underset{j=1}{\overset{k}{{\displaystyle \sum }}}{a}_{ij}^2\left(i=1,2,\cdots ,p\right)$

公共因子方差贡献：

$g_j^2=a_{1j}^2+a_{2j}^2+\cdots +a_{pj}^2\left(j=1,2,\cdots ,m\right)$

计算因子载荷矩阵：

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1p}\\ a_{21}& a_{22}& \cdots & a_{2p}\\ \cdots & \cdots & \cdots & \cdots \\ a_{p1}& a_{p2}& \cdots & a_{pp}\end{array}\right]=\left[\begin{array}{cccc}{u}_{11}\sqrt{{\lambda }_1}& u_{21}\sqrt{{\lambda }_2}& \cdots & u_{p1}\sqrt{{\lambda }_p}\\ u_{12}\sqrt{{\lambda }_1}& u_{22}\sqrt{{\lambda }_2}& \cdots & u_{p2}\sqrt{{\lambda }_p}\\ \cdots & \cdots & \cdots & \cdots \\ u_{1p}\sqrt{{\lambda }_1}& u_{2p}\sqrt{{\lambda }_2}& \cdots & u_{pp}\sqrt{{\lambda }_p}\end{array}\right]$

计算因子得分：

$f_j=w_{j1}{x}_1+w_{j2}{x}_2+\cdots +w_{jp}{x}_p,\left(j=1,2,\cdots ,k\right)$

使用因子分析进行信息浓缩研究，首先由KMO和Bartlett检验结果可知；KMO为0.779，大于0.6，满足因子分析的前提要求，意味着新型基础设施建设指标数据之间关联程度较高，可用于因子分析研究。以及数据通过Bartlett球形度检验p < 0.05，说明研究数据适合进行因子分析，分析结果较为理想。

由 表2 方差解释表可以看出，因子分析一共提取出4个因子，此4个因子旋转后的方差解释率分别是50.312%、14.459%、11.043%、9.909%，旋转后累积方差解释率为85.723%，说明基本提取了样本所包含的信息，因此综合考虑确定选择四个公共因子。

接着在提取四个公共因子的基础上建立旋转后的因子载荷阵，结果如 表3 所示。

由 表3 可以看出，因子F1在X1、(互联网宽带接入端口)、X6 (城市污水日处理能力)、X7 (城镇市容环卫专用车辆设备数)、X8 (生活垃圾清运量)、X9 (无害化处理厂数)、X10 (城市道路照明灯)、X16 (国内实用新型专利申请授权量)、X17 (勘察设计机构单位数)、X18 (公共汽电车运营数)、X19 (嵌入式系统软件收入)、X20 (信息化及电子商务企业数)十一个指标上负载较大，这几个指标主要来自于新型城镇环境基础设施、新型融合基础设施这两个一级指标，这一因子主要反映了新型基础设施融合与环境方面的水平，因此可将因子F1命名为融合性与环境响应因子。

因子F2与X3 (移动电话普及率)、X4 (有线广播电视用户数占家庭总户数的比重)、X12 (技术市场成交额)、X14 (软件产品收入)显著正相关，与X11 (水利设施水库量)显著负相关，主要反映了网络信息发展情况以及在追求新基建转型之时在技术响应两个方面，因此可将因子F2命名为信息技术响应因子。

因子F3与X13 (农业机械总动力)、X15 (医疗卫生机构数)显著正相关，主要反映了人民基本生活基础设施建设发展状况，因此可将因子F3命名为新型生活基础设施因子。

因子F4与X2 (长途光缆线路长度)、X5 (地面观测业务站点个数)显著正相关，主要反映了网络基础设施状况，因此可将因子F4命名为新型网络基础设施因子。

综上所述，因子F1负载最大，因子F2因子位居第二，说明在我国新型基础设施建设发展过程中，环境、技术、融合、信息是不可或缺的。公共因子F3与F4在我国新型基础设施建设发展中的作用同样不可忽视。

最后，已知四个因子的方差贡献率分别为50.312%、14.459%、11.047%、9.911%，以此作为权数对F1、F2、F3、F4进行综合因子的构造综合得分F的计算公式：

F = (50.312 × F1 + 14.459 × F2 + 11.047 × F3 + 9.911 × F4)/85.723

从而得到我国30个省的各个因子得分以及综合得分与排名，结果见 表4 。

结合 表4 因子排名结果可以发现，广东省新基建发展综合得分排名为第1，综合得分2.019分，远高于其他省份水平。其中，因子F1的贡献最大，起到决定性的因素。说明广东省“融合”与“环境”两方面发展较好，具有明显优势。但是生活基础设施建设因子F3排在倒数第一位，可见其新型基础生活设施非常需要得到重视；后面依次紧跟着第二位江苏省，其融合性与环境响应因子F1相较发展得好，F2信息技术响应因子相比广东省发展较好，为江苏省新基建综合发展提供了贡献；山东省位列第三；山东省相较于其他省份较为突出的是F3生活基础设施建因子发展，在全国新基建发展中，农业机械总动力与医疗卫生机构贡献率最高。浙江省位列第四，其生活基础设施建设因子F3拉低了综合得分，说明在农业与医疗方面建设还需加强；北京排在第五位，其信息技术响应因子F2得分值排名排在第1位，为北京新基建发展提供了最大的贡献。

由综合得分发现我国新型基础设施建设发展区域差异较为显著。从排名来看，广东、江苏、山东、浙江、北京5个省份排名最高且都来自东部地区，这充分说明了东部地区经济发达省份大多新型基础设施建设发展程度较高，其中，广东F1因子、北京F2因子、山东F4因子贡献率最高，发展水平遥遥领先，发展最为成熟。排名靠后的地区大多为宁夏、青海、甘肃等西部地区省份，因此判定西部地区新型基础设施建设高质量发展水平较低，面临着传统基础设施向新型基础设施发展转变的困难。但天津和海南两东部与南部省份排名也靠后，F4因子发展较低于其它省份，成为主要的发展制约因素，考虑到天津与海南地理面积较小因素，长途光缆线路长度、地面观测业务站点个数较少使得F4贡献率较低，同时F1融合性与环境响应因子、F2信息技术响应因子发展不够突出，故排名靠后，仍需发展自身优势，加强环境与技术网络方面的发展。排名居中的新疆、云南、黑龙江、内蒙古地区F4因子发展较为突出，这些地区地域辽阔，长途光缆线路长度与地面观测业务站点个数建设广泛，充分发挥了地区优势，为新型基础设施建设贡献了力量。而同样为广阔地域的甘肃、青海地区F3生活基础设施建设发展建设力度相对较低，其它三因子发展速度也相对缓慢，这与地区经济发展、环境影响因素相关，仍需加强新型基础设施建设。

本文以2018~2022年我国30个省市相关指标的面板数据为基础，采用传统面板模型来研究新型基础设施建设水平对扩大内需发展的影响。同时，将我国省份分为东部、中部、西部、三个区域来分析我国不同区域下新型基础设施发展水平对扩大内需的不同影响。模型设计中出现的变量指标介绍如下 表5 所示，各变量描述性统计结果如下 表6 所示。

被解释变量y为内需发展水平指标，通过参考已有研究 [20] - [23] ，本文借鉴卢媛 [8] 在新型基础设施发展水平统计测度及其扩大内需效应研究中对内需水平指标的定义：y = C + I + G = Y − (EX − IM)。其中，C是非政府消费，I是投资，G是政府消费，Y为地区生产总值，EX为出口额，IM为进口额。

解释变量新型基础设施发展水平，采用熵权法测度各省新基建指标体系综合得分。

其他控制变量，产业结构(x2)与财政支出(x3)，两者在一定程度上也能够影响内需水平。其中，产业结构采用第二、三产业增加值总和衡量；地方财政支出采用政府一般预算支出与地区生产总值比值衡量。

研究我国新型基础设施建设对扩大内需水平的直接影响，本文以2018~2022年我国内陆30个省市的面板数据为研究对象来构建传统面板模型，表达式如下所示：

$y_{it}={\beta }_0+{\beta }_{1}X{1}_{it}+{\beta }_2\ln X{2}_{it}+{\beta }_{3}X{3}_{it}+{\epsilon }_{it}$

其中，i表示地区、t表示时间；y为被解释变量内需发展水平，X1表示核心解释变量新型基础设施发展水平， $\ln X2$、 $X3$、为控制变量产业结构、地方财政支出； ${\beta }_0$表示截距项， ${\beta }_1$、 ${\beta }_2$、 ${\beta }_3$表示各变量所对应系数， ${\epsilon }_{it}$表示随机误差项。

采用传统面板模型进行回归之前，先进行模型的检验。结果如 表7 所示：F检验呈现出5%水平的显著性(F(29, 117) = 29.925, p = 0.000 < 0.05)意味着相对POOL模型而言，FE模型更优。BP检验中呈现出5%水平的显著性(χ²= 108.852, p = 0.000 < 0.05)意味着相对POOL模型而言，RE模型更优。Hausman检验并未呈现出显著性(χ²= −21.063, p = 1.000 > 0.05)意味着相对FE模型而言，RE模型更优。综上所述，以RE模型作为最终结果。

本文选择固定效应(FE)、随机效应(RE)、混合效应(POOL)三种方法对模型进行参数估计，估计结果如 表8 所示。

依据 表8 的回归结果可知，在三种模型效应下新型基础设施水平对内需发展的影响系数均为正数，这表明新型基础设施建设发展对扩大内需水平具有显著的正向促进作用。在最优FE模型下针对新型基础设施建设水平而言，其呈现出0.01水平的显著性(χ²(3) = 162.973, p = 0.000)，同样可以说明新型基础设施

注：^*p < 0.05；^**p < 0.01。

建设水平对扩大内需水平会产生显著的正向影响关系，且新型基础设施建设能够显著地拉动我国内需水平。从控制变量来看，随机效应下的回归结果显示，产业结构、地方财政支出的影响系数显著为正，这说明它们都对扩大内需水平发展有正向影响作用。

由于区域之间的新型基础设施建设发展不平衡，因此，通过比较时间固定效应下东、中、西、部地区的回归结果，来探讨我国不同区域下新型基础设施建设对内需促进作用的差异，结果如下 表9 所示。

注：^*p < 0.05；^**p < 0.01。

如 表9 所示，从全国来看，时间固定效应下，全国新型基础设施发展水平的系数为正且呈现出0.01的显著性，说明新型基础设施建设能够推动我国区域的内需水平。从区域划分来看，东、中、西部新型基础设施发展水平的系数均为正数，这表明东、中、西部地区的新型基础设施建设可以推动区域扩大内需发展。但是，只有东部、西部地区通过了显著性检验，西部地区影响并不显著，这说明表明中部地区的新型基础设施建设扩大内需的效果并不显著。

目前来看，东部地区经济发展水平较高，市场化程度相对较高，新型基础设施建设相对完善。同时，新型基础设施建设较好的发展扩大了消费及投资的需求，使得对扩大内需的显著性较强。西部地区新型基础设施突飞猛进，从本文因子分析中可以看出，西部部分地区新基建发展迅速主要是四川、陕西两省来带动，两者综合得分排名靠前，超越了西部地区相对水平，为西部地区综合发展提供了有力的贡献。虽然西部地区经济发展水平相较于中、东部较为落后，但近年来通过自身广阔地理位置优势，不断地加强新基建的建设、促进就业等一系列措施，从而对扩大内需效应提供了促进作用，故西部地区新型基础设施发展水平对扩大内需的影响显著性有所增强。中部地区的新型基础设施发展水平对内需有影响，但并没有太大的促进作用。从本文因子分析中可以看出，西部地区新型基础设施发展水平低，基础设施处于发展的转型阶段，且西部地区普遍存在劳动力剩余现象。所以西部地区应加大新型基础设施建设的力度，从而扩大岗位需求、促进就业、发挥新型基础设施对内需的促进作用。

通过前文对新型基础设施各方面的测度与分析，我们得出以下结论：

1) 总体来看，我国新型基础设施建设发展水平在稳步提升，由传统基础设施建设转型新型基础设施建设效果已经显现，预测我国未来新型基础设施发展水平发展将会持续上升。新型信息基础设施、新型技术基础设施、新型融合基础设施、新型城镇环境基础设施四个维度的得分趋势整体向好。其中，融合、技术、城镇环境方面贡献率最大，具有显著的促进作用。

2) 从排名情况来看，不同区域排名情况存在显著差异，说明我国区域新型基础设施建设发展存在区域性不均衡情况。东部地区省份绝大多数新型基础设施发展水平整体排名靠前，发展趋势良好；中、西部地区排名相当，发展水平较为缓慢。其中，东部地区广东、江苏、山东、浙江、北京占据排名前五，整体推动东部地区新型基础设施水平持续向好发展。中部地区河南、湖北排名靠前，超越部分东部地区，发展趋势良好。西部地区中四川省排名突出，超越中部与东部部分地区，发展势头强劲。

3) 通过传统面板模型研究：从整体上来看，新型基础设施建设对扩大内需水平具有显著的正向促进作用，这表明新型基础设施建设发展对我国内需发展有影响作用，可以有效地拉动我国内需水平。从区域分析上看，新型基础设施建设能够推动区域的内需水平，但是从它们的显著性上看，东、西部地区通过了显著性检验，其中东部地区新型基础设施对内需的促进作用最强。中部地区的新型基础设施扩大内需的效果不显著，仍需加强新型基础设施的建设力度。

1) 加强制定各省份相关差异化优势政策，促进各地区间协同交流。由于各省份间新型基础设施发展水平发展不均衡，发展差异显著，一方面需要各省份立足自身特色优势，积极响应国家部署，统筹构建协调机制，规划新型基础设施发展战略。另一方面，积极探索新型基础设施发展的多维度路径，有效催生新型广泛模式。针对东、中、西地区应因地制宜，充分发挥新型基础设施的资源优化配置功能，中西部欠发达地区应重点加强信息网络技术、科技人才培养、科学技术研究等领域的新型基础设施建设，同时积极参与“一带一路”建设，着重打造绿色环境基础设施体系建设；东部发达地区则应充分发挥自身高质量经济优势，着重发展新基建融合技术，提高基础设施利用效率。

2) 优化新基建的发展结构，充分发挥各指标的发展优势。当前我国新型基础设施还处于发展中阶段，仍需加强传统基础设施向新型基础设施的转型，立志于优化传统基础设施水平，不仅在公共资源、硬性基础设施、数量建设层面的发展和转变，而且要依托信息技术核心、大数据、智能化、双向融合等新型技术构建起一种全新的模式。当前新基建建设的难点在融合基础设施和技术创新基础设施两大领域，在稳固信息基础设施建设的同时，也要适当加强融合与技术创新的发展。

另外，还应注重环境与能源基础设施发展，积极响应国家绿色发展战略，构建绿色高效的现代新基建体系，优化能源监测，完善和扩大环境治理设施。

3) 加强新型基础设施对扩大内需的结构影响效应。我国现阶段内需水平普遍存在消费需求相对不足的现象，虽然新型基础设施对扩大内需具有正向促进作用，但从整体水平来看，新型基础设施发展对扩大内需的影响并不够显著，所以新型基础设施建设可以从市场需求出发，优化新型基础设施的建设结构，积极创造新型消费，增加消费需求与投资，从而发挥有效需求作用。例如，加快构建5G、数据中心、工业互联网、物联网等新型基础设施投资，有利于创造有效需求；不断构建信息通信行业的发展，如此不仅在新型基础设施投资中发挥作用，而且切实增强消费潜力。