"六张网"构建现代化基础设施体系

基于Keynes有效需求原理和Fischer-Springborn公共资本模型，提出假说：H1："六张网"投资的产出乘数显著高于传统基建（>1.5倍）；H2：新型基础设施（算力网、通信网）的乘数通过全要素生产率渠道产生额外供给效应；H3：乘数大小受地方财政空间与产能利用率调节。

采用叙事识别法（Ramey & Zubairy, 2018），从国务院常务会议纪要和各部委政策文件中提取"六张网"相关外生财政支出冲击，排除内生性响应。关键假定为政策公布时点相对于当期经济冲击具有外生性，利用"十五五"规划刚性投资目标作为工具变量。

构建面板SVAR模型：Y_{it} = A(L)Y_{i,t-1} + B·ε_{it}，其中Y包含政府基建投资、GDP、私人投资、就业四维向量，ε为叙事识别的外生财政冲击。采用季度省级面板（2020Q1-2027Q4），使用Cholesky分解施加递归识别约束。

核心解释变量：各省"六张网"分类投资额（来自发改委专项统计）；被解释变量：省级季度GDP及增加值；控制变量：地方一般预算收入、转移支付、专项债余额、房地产投资。数据来源为国家统计局、财政部公开数据库及Wind宏观数据库。

第一，替换识别策略为Jorda局部投影法（LP），避免SVAR动态误设；第二，按东中西部地区分组检验乘数异质性；第三，以专项债发行利率作为财政空间代理变量，检验乘数的状态依赖性；第四，排除新冠疫情期间样本检验结论稳健性。

---

基于Williamson交易成本经济学和Hart-Shleifer-Vishny不完全契约理论，提出：H1：资产专用性高、外部性强的网络（水网、管网）更适宜政府主导；H2：可收费、竞争性强的网络（算力网、通信网）PPP模式效率更高；H3：契约完备度与地方政府治理能力正向调节PPP项目绩效。

以南京都市圈"六张网"机会清单中31个社会资本项目为准自然实验，对比同类政府独资项目。利用各地PPP项目引入时点的交错差异构建交错DID，假定未引入PPP的地区为有效反事实，并通过PSM-DID缓解选择偏误。

Y_{it} = α + β·PPP_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}，其中Y为项目运营效率（成本节约率、工期达成率），PPP为虚拟变量，X为项目特征与地区控制变量，μ_i为项目固定效应，λ_t为时间固定效应。采用Callaway-Sant'Anna（2021）方法处理异质性处理效应。

核心变量：PPP虚拟变量（是否引入社会资本）、项目效率指标（实际成本/预算成本、工期偏差率）；制度变量：地方营商环境指数、契约执行效率（世界银行 Doing Business 替代指标）；数据来源为财政部PPP中心数据库、各省公共资源交易平台。

第一，采用安慰剂检验，将PPP引入时点随机前置2年，验证平行趋势；第二，更换效率指标为项目社会资本收益率进行反向验证；第三，以工具变量法（邻近城市PPP渗透率作为IV）处理内生性；第四，进行子样本分析，区分经营类与准经营类项目。

---

基于Acemoglu偏向性技术变迁和Romer内生增长理论，提出：H1：算力网建设显著提升所在城市高技能制造业占比（结构升级效应）；H2：算力网通过降低AI应用门槛，加速"创造性毁灭"，促进企业进入退出动态优化；H3：算力网对周边城市存在正向空间溢出，但存在距离衰减特征。

利用国家"东数西算"工程中8大算力枢纽的选址作为准自然实验，枢纽选址基于地质、气候、能源等外生地理禀赋，相对于当地制造业发展水平具有外生性。以非枢纽城市为对照组，构建空间DID，利用地理距离矩阵刻画空间溢出。

Y_{it} = ρ·W·Y_{it} + α + β·Hub_{it} + γ·W·Hub_{it} + δ·X_{it} + μ_i + λ_t + ε_{it}，其中Y为制造业技术复杂度指数（Hausmann等EXPY方法），Hub为算力枢纽城市虚拟变量，W为空间权重矩阵，ρ为空间自回归系数，采用空间杜宾模型（SDM）估计。

被解释变量：城市制造业技术复杂度（基于出口产品空间加权）、高技能就业占比；核心解释变量：算力枢纽虚拟变量（8大枢纽城市=1）；机制变量：当地AI企业数量、智能制造专利授权量；数据来源为海关出口数据、国家知识产权局专利数据库、工业企业数据库。

第一，以地质适宜性指数作为算力枢纽选址的工具变量进行2SLS估计；第二，更换空间权重矩阵（经济距离、技术相似度矩阵）检验空间溢出稳健性；第三，排除直辖市和省会城市样本，避免行政等级干扰；第四，利用合成控制法对单个枢纽城市进行个案分析。

---

基于Besley-Persson国家能力理论和Xu Chenggang区域锦标赛模型，提出：H1：地方政府对可量化的"硬"基建（水网、电网）投资偏好显著高于"软"基建（算力调度机制）；H2：跨部门协同程度高的省份，"六张网"项目落地速度更快；H3：中央督查强度与地方执行偏差呈倒U型关系。

利用各省"十五五"规划文本对"六张网"各子网的重视程度差异作为解释变量，以项目实际落地进度为被解释变量，构建省级面板。采用文本分析法（LDA主题模型）量化各省对"六张网"六类基础设施的政策注意力分配，识别地方执行偏好。

Progress_{it} = α + β₁·Attention_{it} + β₂·Coord_{it} + β₃·Inspect_{it} + β₄·Inspect²_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}，其中Progress为项目落地进度指数，Attention为政策注意力（文本编码），Coord为跨部门协同指标，Inspect为中央督查强度，X为控制变量。

核心变量：政策注意力指数（基于省级规划文本LDA主题概率）、跨部门协同指数（发改委牵头项目占比）、中央督查强度（中央环保督察、审计署专项审计频次）；项目进度数据来自发改委重大建设项目库；控制变量包括地方主官任期、晋升激励强度。

第一，替换文本分析方法为词频-逆文档频率（TF-IDF）验证注意力指标稳健性；第二，以地方主官更替作为外生冲击，检验人事变动对执行偏差的影响；第三，采用Ordered Probit模型处理进度指标的有序性质；第四，以长三角一体化示范区为自然实验进行案例对照。

---

基于Acemoglu-Autor任务模型，将"六张网"投资视为对特定任务的正向技术冲击，提出：H1：算力网和通信网建设增加对高技能劳动力的相对需求，推高技能溢价；H2：物流网和水网建设增加对中等技能劳动力的需求，缓解就业极化；H3：基建投资密集地区的人力资本积累速度加快（培训效应）。

采用Bartik shift-share工具变量法：以各省"六张网"规划投资额（shift，由中央规划外生决定）与各省基期产业结构（share，历史禀赋）的交互项作为工具变量。关键假定为中央规划投资额相对于地方劳动力市场短期波动具有外生性。

ΔEmpSkill_{ct} = α + β·ΔInfraInvest_{ct} + γ·X_{ct} + μ_c + λ_t + ε_{ct}，其中ΔEmpSkill为城市c在t时期高技能就业占比变化，ΔInfraInvest为"六张网"投资强度变化，X为城市特征控制变量。同时估计工资方程：lnW_{ict} = α + β·Infra_c × Skill_i + γ·X + ε，检验技能溢价效应。

被解释变量：城市技能结构（大专及以上学历就业占比）、技能溢价（高/低技能工资比）；核心解释变量："六张网"分市投资强度（发改委数据/城市人口）；机制变量：企业培训支出、职业培训证书发放量。微观数据来自CFPS和招聘平台岗位数据（2022-2027）。

第一，以"东数西算"枢纽城市作为外生冲击进行PSM-DID，与shift-share结果交叉验证；第二，控制同期房地产投资下滑，排除替代效应干扰；第三，利用流动人口动态监测数据检验区域就业流动效应；第四，分行业子样本分析，区分建筑期与运营期的就业效应差异。