1. 引言

基础设施建设一直以来是我国经济社会发展的重要支撑依据。随着我国的经济步入高质量发展阶段，传统基础设施与高速经济增长需求逐渐不匹配，出现的经济发展质量短板等一系列问题在制约着经济高质量由“量”到“质”转变的步伐。近年来，新型基础设施建设逐渐上升到国家战略的层面，加快新型基础设施建设成为迈向高质量发展的重要核心举措。党的二十大报告提出，新型基础设施建设是数字经济高质量发展的底座；要持续推动经济发展，需要加快构建新型基础设施，完善现代化基础设施体系，实现现代化发展的历史使命。此后，各地纷纷响应国家号召，相继出台了新基建规划政策，全面加强新型基础设施建设的构建。

同时，在当前我国扩大内需发展要求下，新型基础设施发展成为其重要助力发力点。2022年12月，中共中央提出，实施扩大内需战略需要发挥消费的基础性作用和投资的关键作用。因此，新型基础设施成为新发展下支撑经济增长、助力扩大内需发展的重要途径，在此背景下，我国新型基础设施建设如何测度和解决存在的问题、如何统筹谋划好新基建的思路对策、我国不同省份间的发展水平存在怎样的差异等这一系列问题值得进一步探究。针对这些问题，本文通过参考广大学者的研究，采用不同的测度方法对我国新型基础设施建设的高质量发展水平展开测度。

2. 文献综述

2020年，国家发改委明确新型基础设施(以下简称“新基建”)的内涵，“以新发展理念为前提、以技术创新为驱动、以信息网络为基础，面向高质量发展的需要，打造产业的升级、融合、创新的基础设施体系”[1]。至此，新基建成为了国内学者研究的热点。通过文献梳理发现，相关研究主要围绕新基建的“内涵”、“路径”、“范畴”等方面展开，深入探讨了新基建对“绿色转型”、“数字经济”、“经济高质量”等领域的影响。对于新基建的内涵与路径探讨，李长英(2022)从数字化特征层面阐述了新基建的内涵与概念，认为新基建就是数字基建，介绍了新基建对经济高质量发展的影响机制[2]。姜奇平(2020)从供给侧结构改革角度出发，认为新基建的新在于转变了以往的投资方式，甚至治理模式，由此带来投资的质变[3]。自国家发改委进一步明确将信息基建、融合基建、创新基建等三个方面列入新基建的范畴以来[4]，许多学者全面地构建了不同的新型基础设施建设指标体系。蔡新民等(2017)采用Cobb-Douglas函数发现交通基础设施建设投资能够促进经济长期、稳定的增长[5]。李旭辉等(2024)从信息、融合、创新三个维度出发构建了网络基础设施、新技术基础设施等8个指标体系，指出新基建可显著促进产业结构升级[6]。张艺馨(2020)从信息基础设施角度对中国新基建增长展开研究，结果显示具有显著的正向促进作用[7]。

关于新基建在各领域发展中的影响，目前学术界都存在相应的研究。卢媛(2023)采用熵值法从信息类基础设施、能源类基础设施以及智能交通类基础设施三个维度测度了新型基础设施的发展，实证分析了新型基础设施对内需所产生的影响[8]。王建、江能(2022)采用门槛效应模型对基础设施拉动内需作用的非线性关系展开了研究，显示基础设施对内需的拉动随经济发展水平的提高而提高[9]。田园等(2023)选择DEA-Malmquist方法对全要素生产率进行了测度，指出新基建能够促进全要素生产率的增长，以及通过影响市场一体化、产业结构升级、创新驱动发展来实现中国经济高质量发展[10]。高兴佑、陈渝(2022)通过研究新基建的利弊得失，发现“新基建”可以促使我国经济走出短期衰退，并且对我国经济的高质量可持续发展具有长远的正向影响[11]。李婧媛(2021)在内生增长模型的理论基础上，研究了新基建对区域经济高质量发展水平的作用机制，结果表明，新型基础设施建设可以有效推动区域经济向高质量发展[12]。郝思现(2021)从微观、中观、宏观三个层面阐释了新基建推动高质量发展的内在机理，进而通过统计检验结果表明二者之间存在一定的线性关系，提出了新基建对高质量发展有显著的影响[13]。

综上，学者们关于新型基础设施建设的研究成果较为丰富，但仍存在一定的局限性。1) 新型基础设施指标体系大部分依托于信息、融合、创新三方面，其他维度的创新少之又少；2) 对于新基建的水平测度方法大多使用熵权法；3) 对于新基建的研究大多处于对内涵的界定和经济高质量发展的影响上，对于扩大内需方面的研究仍然不足。因此，本文尝试从以下几个方面拓展：1) 结合基建测度指标体系，构建一个较为全面的新型基础设施评价标准和体系。2) 采用因子分析法全面测度中国新基建水平。3) 建立面板模型，实证分析新基建对扩大内需发展的直接影响与区域效应关系。

3. 新型基础设施建设高质量发展水平测度

3.1. 构建指标体系

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。

3.2. 数据说明

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

Table 1.Evaluation index system for the development of new infrastructure construction

表1.新型基础设施建设发展评价指标体系

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。

3.3. 研究方法

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：

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

3.4. 因子分析

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。

Table 2.Variance interpretation rate table

表2.方差解释率表格

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。

Table 3.Table of factor load coefficients after rotation

表3.旋转后的因子载荷系数表格

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。

Table 4.Factor comprehensive score and ranking

表4.因子综合得分及排名

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。

4. 新型基础设施影响内需的实证分析

4.1. 研究设计与变量设定

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。

Table 5.Explanation of variable indicators

表5.变量指标说明

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。

Table 6.Descriptive statistical results of variables

表6.变量描述性统计结果

4.2. 面板模型构建

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。

4.3. 新型基础设施对我国内需的直接效应

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。

Table 7.Model test

表7.模型检验

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

Table 8.Regression results of traditional panel of impact of new infrastructure construction on China’s domestic demand

表8.新型基础设施建设影响我国内需的传统面板回归结果

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。

4.4. 区域差异分析

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。

Table 9.Regression results of time fixed effects in different regions

表9.不同区域下时间固定效应回归结果

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。

5. 结论与建议

5.1. 结论

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。

5.2. 建议

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。

致 谢

行文至此，撰写论文的过程是一个滴水成川的过程，在这个过程中，我们要感谢老师耐心的指导和鼓励，还有团队间的分工合作和互相帮助。本文的研究工作是在付老师和金老师的悉心指导下完成的，从论文的选题、研究设计的制定、各项指标的选择到论文定稿，各个方面都离不开两位老师的耐心帮助和指导，这使得我们才可以顺利出稿。其次还要感谢我们团队成员，每个人发挥自己所长，高质量完成分工任务，共同克服难题，最后完成论文。

最后，对所有帮助我们的老师、朋友、同学再次表示衷心的感谢！

基金项目

兰州工商学院大学生创新创业训练计划项目“扩大内需战略下我国新型基础设施建设水平测度分析”(S202413511008)。

NOTES

^*通讯作者。

参考文献