智慧城市建設對城市科技創新能力的影響

張 節 ,李千惠

(1.中國地質大學(武漢) 公共管理學院，湖北 武漢 430074； 2.四川大學 公共管理學院，四川 成都 610000)

0 引言

經濟的指數級增長和資源的限制級發展，促使各國紛紛借助科技實現從要素驅動向創新驅動轉變，科技創新成為國家和地區在新技術革命浪潮下破解經濟難題、占據發展先機的重要手段。黨的十八大以來，我國將科技創新上升至國家戰略高度，明確提出加大科技研發投入力度，提高科學研究水平和成果轉化能力。2019年我國R&D經費投入總量為21 737億元，同比增長10.5%[1]。城市作為科技創新活動的主陣地，憑借資源流動便捷、生產要素聚集、孵化主體多元等優勢，已成為助推科技創新能力實現新飛躍的核心引擎。城市通過科技創新更新政府治理理念，加速系統和服務集成，提升資源利用效率，改善公眾生活品質，驅動以創新、智能為特色的智慧城市逐步形成[2]。自2012年我國開展智慧城市試點工作以來，已有700多個城市正在規劃和建設智慧城市[3]。在此背景下，探究智慧城市建設對城市科技創新的政策影響,有利于科技創新與新型城鎮化協同發展。

1 文獻回顧

從既有文獻看，近年來，研究者多從理論層面探討智慧城市建設對科技創新的影響。如楚金華等[4]認為，通過加大新基建的研發投入，能夠促進人才、資金、技術等要素集中，從而產生知識與技術外溢效應，提高城市創新活動發生頻率；付平等[5]認為，通過打造高標數字政府、創新政府服務理念，能夠推動信息共享和知識擴散，從而促進新技術產生；劉巧等[6]認為，通過鼓勵技術密集、知識密集型高新技術產業發展，可以刺激傳統產業技術創新，從而提高產品質量和競爭力。同時，也有部分研究者以量化方法評價智慧城市建設對科技創新的影響，如李霞等[7]、楊雪峰等[8]采用核密度估計、雙重差分等方法，分析智慧城市政策作用于城市科技創新能力的內在機理。但是，其在構建城市科技創新能力評價指標時，僅從創新產出角度將專利授權量作為唯一衡量指標，因此在評估政策效應時容易產生偏差。

目前關于城市科技創新能力評價的研究已經取得了一定進展，學者們主要采用DAE、AHP、PCA等分析方法，從競爭力、效率、可持續性等角度，以省、城市群、創新示范區等作為研究對象，構建差異化評價指標體系。如陶雪飛等[9]從技術、知識、主體、政府管理和服務5個方面構建支撐體系，對不同城市科技創新能力進行測度；關成華等[10]、唐炎釗[11]從資源、環境、服務、績效等角度構建評價體系，考察城市可持續創新能力；李鴻禧等[12]、朱鵬頤等[13]從投入—產出角度對城市科技創新效率及動態性進行分析。盡管現有研究角度不盡相同，但均涉及科技創新投入、科技創新載體和科技創新產出相關內容。

基于上述研究成果，本文重點考量評價指標的全面性和代表性，將科技創新投入、科技創新載體和科技創新產出共同納入智慧城市科技創新能力評價體系，采用雙重差分法實證檢驗智慧城市建設對科技創新能力的政策影響，以期為智慧城市建設中科創能力的提升提供政策性建議。

2 理論分析與研究假設

智慧城市借力5G、大數據等新技術并將其滲透到政治生活、社會生活和經濟生活的方方面面，大大提升了城市創新能力和運營效率。具體而言，智慧城市建設對科技創新能力提升主要體現在3個方面。

首先是科技創新投入。內生增長理論指出，生產要素在經濟增長中具有決定性作用，而人力、資本則是其中的關鍵[14]。因此，實現科技創新驅動經濟高質量發展，必須積極引進科技人才、擴大專項資金投入，培育內生增長動力。智慧城市作為城鎮化發展的高級階段，是生產要素匯聚的天然容器[15]，能為科技創新提供動力源泉，助力新基建，助推區域經濟高質量發展。由于智慧城市還處于建設初期，市場機制不夠健全，創新資源配置效率相對低下，因此政府需要扮演“舵手”角色[16]，積極營造有利于科技創新的制度環境和生態系統，釋放科技創新潛能，激發科技創新活力，為科技成果轉化提供配套政策和環境支持[17]。從試點城市建設現狀看，各級政府按照強化科技基礎、整合社會資源思路[18]，通過加大財政投入、完善要素配套、給予優惠待遇等多種方式，實現高端人才、優質資本和先進技術聚集[19]，為科技創新驅動城市發展模式提供資源活水。基于此，本文提出以下假設：

H1：智慧城市建設能夠加大科技創新投入力度，吸引要素聚集。

其次是科技創新載體。科技創新機構作為國家創新體系的重要載體和結構支撐[20]，承載著科技成果孵化轉化等重要工作，對于地區匯聚雙創“智慧因子”、加速科技創新要素流動、提升地區產業創新能力等具有舉足輕重的作用。因此，在智慧城市建設中，若要整體提升區域科技創新能力，就要持續加大對創新載體的培育力度，為創新活動提供平臺支撐[21]。從試點城市建設現狀看，各級政府積極引進高水平科研團隊，統籌高新園區、產業基地、科技孵化器和眾創空間等多種資源[21]，打造一體化科技創新平臺，營造良好的科技創新生態。基于此，本文提出以下假設：

H2：智慧城市建設能夠擴大科技創新載體規模，營造良好的創新生態。

最后是科技創新產出。熊彼特的創新理論指出，創新是創新主體在一定范圍內通過生產要素重新組合，盡可能使收益最大化的生產過程[22]。因此，成果產出是創新能力建設的主要目標。從試點城市建設現狀看,各級政府都將科技創新產出與政府績效掛鉤[23]，大力發展新興產業園區和眾創空間集聚區，培育低能耗、高附加值的高新技術產業，提高科技創新成果利用效率[24]。基于此，本文提出以下假設：

H3：智慧城市建設能夠擴大科技創新產出規模，提高成果利用效率。

增長極理論指出，城市創新在地理空間上呈現核心—邊緣結構特征[25]。不同區域、級別、類型的智慧城市，由于內部資源整合與外部環境建設存在不同，會造成創新能力上的差異。對于地緣經濟帶來的區域創新不均衡問題，學者們分別從經濟發展水平、地理區位、人才密度和基礎設施等方面進行了分析。經濟基礎雄厚的地區創新意識強，政府、科研機構、企業和科研服務機構等創新主體能夠齊心協力助推科技創新成果落地[26]；區域開放程度高的地區，能借助外商投資優勢，加速城市創新資源與資本對接，刺激科技創新[27]；人力資本比較密集的地區，能為區域科技創新競爭力提升提供智力支持，并通過公眾素質提高進一步強化城市科技創新擴散效力[28]；基礎設施建設水平高的地區，能通過布局新基建，實現數字轉型、智能升級與融合創新，驅動新業態產生[29]。 因此，處于創新中心的城市，憑借人力資本、研發資金、金融服務、新基建等方面的良好基礎，為科技創新資源聚集提供條件，并對科技創新成果向產業鏈轉化給予支持，與智慧城市政策形成有效對接。基于此，本文提出以下假設：

H4：智慧城市建設對城市科技創新能力的影響具有區域異質性。

3 變量選取與模型設定

3.1 變量選取

(1)科技創新投入指數。內生增長理論認為，人力資本投資和公共投資會影響創新能力，可通過促進技術進步從而推動經濟增長。本文在借鑒億歐智庫《2019中國科技創新城市報告》以及陶雪飛等[9]成果的基礎上，采用普通高等院校專任教師人數加上從事信息傳輸、計算機服務、軟件業與科研綜合技術服務業人數得到科技創新人才投入總量；用政府科技類公共支出總數作為科技創新資本投入總量[22]。為降低主觀因素的干擾，本文采用極差標準化方式，對普通高等院校專任教師人數、從事信息傳輸、計算機服務、軟件業、科研綜合技術服務業人數及科技創新資本投入總量進行無量綱化處理，并在此基礎上采用熵權法計算3類指標的信息熵與權重，再將指標權重和經極差法處理后的無量綱化指標值進行加權，最終得到科技創新投入綜合指數。

(2)科技創新載體指數。科技創新研究機構作為創新要素聚集的主要平臺，是城市科技創新能力建設的載體，可分為科研載體和創新載體。本文參考顧偉男等[30]的做法，用普通高等學校數量衡量科研載體；創新載體一般通過國家級科技企業孵化器和眾創空間數量反映，但由于這兩類數據在地級市層面并不完整，因此參考國家《高新技術產業統計分類目錄》，用從事信息傳輸、軟件信息服務、科學研究和服務業法人組織數量替代。采用極差標準化方式對科研載體和創新載體兩類正向指標進行無量綱化處理，然后根據熵權法計算各指標的信息熵與權重，最后進行加權求和得到科技創新載體綜合指數。

(3)科技創新產出指數。科技創新產出是城市科技創新能力的外在表現，主要包括科技研發成果數量以及科技成果向現實生產力轉化的能力。本文參考顧偉男等[30]的做法，分別用專利授權數量和新增高新技術企業數量衡量科技產出總量和成果轉化能力。采用極差標準化方式對兩類科技創新產出正向指標進行無量綱化處理，然后根據熵權法計算各指標的信息熵與權重，最后進行加權求和得到科技創新產出綜合指數。

3.2 模型設定

本文以我國2012年智慧城市政策試點作為一次準自然實驗，運用經典政策評價模型——雙重差分模型，在排除共同變化趨勢后，對住房城鄉建設部公布的首批國家智慧城市試點中的37個地級市[31]與175個非試點地級市政策實施前后差異進行量化分析。具體操作為：①設置智慧城市虛擬變量treat，試點城市為1，非試點城市為0；②設置政策時間虛擬變量，以2012年為界限，2012年及之后為1，2012年之前為0。根據兩個虛擬變量的交互項系數估算政策實施帶來的凈效益，參考石大千[32]的研究，對樣本作如下處理：將僅有某個縣、區、鎮列入試點的地級市及數據缺失嚴重的地級市排除在外，以保證結果的客觀性；將2013、2015年設立的第二、三批試點地級市在基準回歸中剔除，以檢驗模型的穩健性。參照Bertrand等[33]的研究，設定靜態OLS基準模型。

STIit=λ0+λ1*treatit+λ2*timeit+λ3*treatit*timeit+λ4*Controlit+η+ν+εit

(1)

其中，i、t分別代表城市與時間；STI代表城市科技創新能力水平，主要包括科技創新投入指數(input)、科技創新載體指數(institution)和科技創新產出指數(output)；control代表一系列影響城市科技創新能力的外生環境因素。為了排除遺漏相關變量帶來的內生性問題，本文對影響城市科技創新能力的控制變量作如下處理：選取外商直接投資占GDP比重代表該地區域開放環境，選取互聯網寬帶接入用戶總數的對數與公共圖書館人均藏書量的對數代表基礎設施環境，選取教育支出占地方財政支出比重代表教育環境，選取人均地區生產總值的對數與年末金融機構各項貸款余額的對數代表經濟環境，選取第三產業占GDP比重代表產業環境。η表示城市固定效應，v表示年份固定效應，ε是隨機擾動項。具體變量說明見表1。

3.3 數據采集與描述性統計分析

本文采用的2008—2018年212個地級市的2 332個樣本數據均來自官方數據庫，數據來源可靠。其中，被解釋變量中的專利授權量根據《中國知識產權年鑒》整理得到，新增高新技術企業數量根據科學技術部高新技術企業認定管理工作網公示文件整理得到，科技創新載體中從事信息傳輸、軟件信息服務、科學研究和服務業的法人組織數量根據各省市年鑒整理得到，其余數據來自《中國城市統計年鑒》。對于少量缺失數據，采用年平均增長率的方法將其補齊[34]。主要變量描述性統計結果如表2所示。

4 實證檢驗

4.1 基準回歸分析

采用Hausman檢驗對靜態面板模型進行篩選，結果顯示，P值為0.059 7，顯著小于0.1拒絕原假設，因此采用固定效應模型進行回歸，結果如表3所示。根據列(1)、(2)、(3)的變量did系數及P值可知，智慧城市建設對城市科技創新能力具有顯著正向影響，且科技創新投入、科技創新產出和科技創新載體3個維度的政策影響力呈遞減趨勢。結合控制變量的回歸結果，在科技創新投入上，試點地區在政策實施后出臺了配套的人才引進、專項資金等扶持政策，為智慧城市政策推行提供了人力和財力保障，并在政策實施過程中通過完善基礎設施建設、優化金融環境、提高教育水平、調整產業結構，為城市科技創新營造了良好的外部發展環境。在科技創新載體上，由于高等院校、科研機構新建周期較長，因此對于科技創新基礎較好的城市(如武漢、西安等)，政策效果更顯著，而對于大多數試點城市，短期內則難見顯著成效。此外，根據控制變量P值可知，智慧城市試點地區的外部發展環境，目前還不能為當地科研載體發展提供動力。在科技創新產出上，試點地區通過改善融資環境、提高基礎設施水平和公眾受教育水平，加速了產業轉型升級、高新技術企業落地及科技成果轉化。

表1 變量說明

表2 主要變量描述性統計結果

表3 智慧城市建設對城市科技創新能力影響的基準回歸結果

4.2 穩健性檢驗

4.2.1 共同趨勢檢驗

雙重差分法的隱含假設是實驗組和控制組在政策實施前存在共同趨勢，因此本文參照Lu等[35]的做法，將分組虛擬變量treat與2012年及以前的時間虛擬變量year相乘，得到交互項before4、before3、before2、before1、current，并將其置于基準模型中。若交互項系數顯著，則說明實驗組與控制組的科技創新能力差異顯著，反之則說明兩類樣本具有共同趨勢，可采用雙重差分模型進行分析。回歸結果如表4所示，交互項系數顯示，政策實施前4年的數據均未通過顯著性檢驗，因此實驗組與控制組存在共同趨勢。

4.2.2 PSM-DID檢驗

在共同趨勢檢驗的基礎上，為了降低非隨機選擇造成的誤差問題，本文采用傾向得分匹配法找出控制組中與實驗組相匹配的樣本，減少實驗組與控制組在科技創新環境上存在的系統差異。具體而言，將智慧城市虛擬變量與控制變量進行回歸，計算各控制變量傾向得分值，并據此進行樣本匹配，結果如表5所示。差分結果顯示，匹配后偏差小于10%，能夠平衡實驗組與控制組之間的差異，因此可根據匹配結果進行did分析，結果如表6所示。結果顯示，虛擬變量did通過了顯著性水平檢驗，進一步支撐了前文研究結論。

表4 共同趨勢檢驗結果

表5 傾向得分匹配前后各變量平衡性檢驗結果

表6 PSM-DID回歸檢驗結果

4.2.3 改變實驗組

為了進一步驗證結論的穩健性，本文將2015年納入第三批試點的城市作為樣本代入基準模型，若解釋變量did的回歸系數顯著，則表明智慧城市政策效應具有穩健性，具體回歸結果如表7所示。結果顯示，虛擬變量did的系數通過了顯著性水平檢驗，與前文研究結論相符，由此可判斷智慧城市政策能夠對城市科技創新能力產生積極促進作用，說明研究具有穩健性。

4.3 異質性分析

為了檢驗智慧城市在政策效應上的區域差異，本文按照《2020年城市商業魅力排行榜》的城市分級矩陣，將城市劃分為一線城市、新一線城市、二線城市、三線城市、四線城市和五線城市。由于一線城市和新一線城市均為試點城市，無法進行did回歸分析，因此剔除，僅對二線、三線、四線和五線城市進行分樣本回歸，計算不同層級智慧城市的科技創新效應，結果如表8所示。根據虛擬變量did在科技創新投入和科技創新產出上的回歸系數可知，智慧城市政策對各級試點城市在科技創新投入和科技創新產出方面的效果都很顯著，尤其是二、三線城市憑借良好的科技創新基礎和外部發展環境，使科技資源配置效率得以提升；而四、五線城市雖然科技創新投入力度不斷加大，但受困于相對薄弱的科技創新基礎，科技創新產出仍不盡如人意。此外，所有試點城市在科技創新載體上的政策效果并不顯著，短期內也難以有所突破，這一結果與基準回歸結果一致。

表7 2015年樣本回歸檢驗結果

5 結論與啟示

5.1 研究結論

有別于既往研究僅從理論層面探討智慧城市建設中，研發費用增加、服務理念創新和傳統產業技術革新等如何影響科技創新能力，本文基于2008—2018年中國212個地級市的樣本數據，采用雙重差分法，從創新投入、創新載體和創新產出3個維度實證檢驗了智慧城市建設對城市科技創新能力的政策影響效應，并通過穩健性分析增強了結論的可信度。結果表明，一方面，智慧城市政策對試點地區科技創新能力提升具有促進作用，這一結論與以往關于城鎮化對科技創新影響的研究結果一致。本文在前人研究基礎上，將創新投入、創新載體和創新產出的發展差異置于公共政策評價框架內，研究發現，智慧城市建設對科技創新資源投放、科技創新成果落地轉化以及科技創新載體建設方面的政策影響呈現漸遞減趨勢，這一發現為未來智慧城市側重多元化載體建設提供了依據。另一方面，智慧城市政策對城市科技創新能力的影響具有區域異質性，對于發展基礎較好的二、三線城市，政策效應尤為突出。與以往從區位特征或經濟發展程度等單一角度對科技創新空間異質性進行研究不同，本文根據城市綜合實力，將其劃分為一線城市、新一線城市、二線城市、三線城市、四線城市和五線城市，針對性地比較了不同發展水平城市在政策效應上的差異，進一步豐富了該領域研究。

表8 智慧城市建設的區域異質性分析結果

5.2 政策啟示

基于以上結論，本文提出智慧城市建設應從優化科技創新投入結構、共建協同創新平臺、完善成果轉化機制和創新空間布局等多個維度，協力打造科技創新生態，整體提升科技創新實力。

(1)培育創新型人才，拓寬投融資渠道。智慧城市對創新人才和建設資金需求極為龐大，破解人才和資金難題是當務之急。人才作為發展的第一資源，直接決定著智慧城市建設水平。通過高層次人才集聚計劃，引進和培育創新型人才，實現人力資源供給與建設需求精準匹配，把第一資源打造為優勢資源是智慧城市建設的第一要務。智慧城市進入快速發展期后，建設體量逐漸變大，有限的政府財政投入難以滿足建設需要，因此必須打破瓶頸制約，引導社會資本通過獨資、合資、合作、聯營、租賃等途徑，采取特許經營、公建民營、民辦公助等方式，參與智慧城市項目投資、建設和運營管理。

(2)打破行政區劃邊界，共建協同創新平臺。智慧城市作為一種新理念、新模式，要打破區域壁壘，實現一體化發展。高校、研究機構等科技創新載體想要突破短期發展瓶頸，實現長遠均衡發展，就需要構建協同創新平臺，優化資源配置的空間布局，實現創新要素集成與共享。同時，借助平臺，加快高新技術企業孵化，自主培育和聯合開發多樣化創新團隊并將其作為科技創新載體的有力補充。

(3)堅持市場化導向，完善成果轉化機制。智慧城市建設踐行市場化導向，立足于公眾實際需求，通過創新成果的實際應用價值和公眾滿意度衡量建設成效。建設過程中應緊扣產業發展趨勢，形成基礎研究與應用研究的創新合力。圍繞國家重點領域進行高價值專利培育，并借助這些高價值專利，加快資源集聚與創新成果轉化，優化產品結構，打造產業智慧供應鏈體系，增強經濟發展的內生動力和活力。

(4)優化創新空間布局，構建區域創新網絡。智慧城市建設要統籌推進總體布局，發展較好的試點城市應發揮輻射引領作用，帶動以科技創新為核心功能的城市群建設，加速人才、資金、信息、技術等要素流動，推動科技成果快速轉移轉化，充分釋放核心城市與各節點城市的比較優勢，共同打造知識創新、知識轉化與知識交流相融合的創新飛地。

5.3 不足與展望

本文為通過智慧城市建設提升科技創新能力提供了有益啟示，但仍然存在一些不足。如一線城市和新一線城市均為智慧城市試點，受研究方法限制，無法進行did回歸分析，僅對二線、三線、四線和五線城市進行分樣本回歸，以檢驗智慧城市建設在科技創新效應上的區域差異。此外，部分地級市某些年份少量數據存在缺失，研究中采用年平均增長率方法將其補齊，因此在評價精準度上有一定瑕疵。未來還需提高數據挖掘能力，綜合運用多種研究方法，對研究結論進行全方位驗證。