智慧城市試點能否促進經濟增長？
——基于雙重差分模型的實證檢驗

王 穎，周健軍

（華東政法大學 商學院，上海 201620）

一、引 言

隨著人口老齡化問題日益嚴重，中國經濟增長動能已發生本質轉變。依賴投資拉動經濟增長的作用模式不可持續，迫切需要尋找新的經濟增長點推動經濟高質量發展。城鎮化促進經濟增長受到普遍關注［1］，但城鎮化所帶來的各種城市問題逐漸制約城市可持續發展，智慧城市將成為未來城市發展的主要方向。然而何為智慧城市建設？智慧城市試點能否促進經濟增長？其作用機制如何？智慧城市建設的經濟效應是否具備異質性？為回答以上問題，本文將厘清兩者作用機制并采用雙重差分模型進行實證研究。作為新型城市治理模式，智慧城市近年來受到中央和地方政府的高度關注，具體政策如表1所示。概言之，從相關政策和實踐經驗可知，智慧城市已經成為當前城鎮化改革的重要方向。

表1 主要政策

二、文獻綜述

隨著工業信息化和城鎮化不斷融合發展，智慧城市概念應運而生。智慧城市建設主要依靠云計算、大數據等信息技術，全面感知、整合城市運行數據，從而實現城市高效、綠色和低碳運行［2］，并構建環境友好和高效便捷的新型現代化城市體系。對智慧城市的理解，有不同角度的闡述：一方面，從技術發展角度分析，張少彤等［3］（2013）認為信息技術不斷發展促進城鎮化，依次按電子城市、數字城市、智能城市和智慧城市方向發展；巫細波等［4］（2010）認為智慧城市建設是采取現代信息技術更新政企等交互模式，而這些信息技術包括感知、網絡和應用三個階段的技術體系，是依據物聯網和互聯網共同構建的城市體系；李德仁等［5］（2014）認為智慧城市建設主要在數字城市基礎上應用傳感器、物聯網等技術，構建能夠具有感知判斷能力并提供智能化服務的城市體系，即認為智慧城市是數字城市、物聯網以及云計算整合的組成體系；VARIAN［6］（2010）認為信息化可提高知識生產和運行速度，從而推動地區創新；CARAGLIU 等［7］（2019）在此基礎上展開研究，認為智慧城市建設不但能促進經濟增長，而且能通過技術溢出效應提高城市創新能力。另一方面，從信息技術與其他因素融合角度分析。SHIN［8］（2009）以韓國為例，將智慧城市定義為“無處不有的城市”，其具備的先進技術要素也需要社會基礎設施等非技術要素提供支持；傅榮校［9］（2019）通過對近10 年智慧城市的文獻研究發現，提及頻次最多的是創新和管理，而高效利用資源、生態宜居和可持續發展等也成為高頻詞；王廣斌等［10］（2013）認為智慧城市建設的條件是依靠信息技術構建城市基礎設施，但不能僅停留在技術層面，應適當關注民生和環境等領域，從而推動城市轉型發展?？傊壳坝嘘P智慧城市建設概念的界定有不同理解，但總體而言，其屬于城市發展演進過程的一個階段，通過信息技術提升城市運行效率，按照以人為本的宗旨構建可持續性社會形態。

面對傳統“城市病”問題日益突出，智慧城市建設以問題為導向從四個方面開展實踐，即提高城市信息化基礎設施水平、優化城市經濟發展動力機制、提升公共服務領域治理能力、優化城市資源利用和環境保護［11］。對智慧城市建設的政策效果研究集中于環境、產業、創新等領域，多數學者采用雙重差分模型進行政策效應評估。付平等［12］（2019）采用中國282個地級市數據，并運用DID模型研究發現，智慧城市建設能夠推動地區創新發展，而這種效應與地區人力資本、行政等級和區位差異性均具備較高關聯性；張龍鵬等［13］（2020）分析發現，智慧城市建設能促進信息基礎設施和數據賦能，進而推動地區創新；趙蔡晶等［14］（2020）則采用多期DID模型檢驗發現，智慧城市試點能提高城市發展質量，且這一作用存在城市區位、行政級別等異質性問題；張衛東等［15］（2018）研究發現，智慧城市建設通過技術創新、產業轉型和產業集聚三方面提升地區全要素生產率；石大千等［16］（2018）認為，智慧城市建設通過技術、配置和結構效應改善環境質量，且影響作用會因城市規模、人力資本水平和金融發展存在地區異質性；張營營等［17］（2019）研究發現，智慧城市建設能通過技術創新和資源配置效應，推動城市制造業轉型升級，且這一效應存在地區異質性現象；張節等［18］（2020）以212個地級市樣本并運用DID模型研究發現，智慧城市建設能提升地區綠色效率，而這種綠色效率存在地區異質性；杜建國等［19］（2020）則進一步通過GML 指數和DID 模型研究智慧城市試點對綠色發展的作用機制，發現其通過政府規模和人力資本效應相對抑制了綠色發展；而VANOLO［20］（2014）研究認為，智慧城市能提升經濟效率。概言之，已有研究多從環境保護、區域創新、產業集聚和產業轉型等角度分析智慧城市試點的政策效應，但少有智慧城市試點對經濟增長作用的定量研究。為彌補該領域研究不足，本文將智慧城市建設視為一項準自然試驗分析其對經濟增長的貢獻，并探討其對經濟增長的作用機制和異質性問題。本文邊際貢獻如下：①在研究視角方面，從經濟增長動能角度檢驗智慧城市建設對經濟增長的作用機制，拓寬了智慧城市建設的政策效應研究視角，也為城市經濟增長探索新路徑；②在研究方法方面，不同于以往定性分析智慧城市的經濟效應研究，在系統梳理理論機制基礎上采用雙重差分模型進行實證檢驗，豐富了雙重差分模型的實際應用；③在研究內容方面，提出智慧城市試點能通過技術創新和人口集聚促進經濟增長，并分別從城市科教水平、政府規模、地理區位、行政級別四個角度進行異質性研究。

三、理論分析

本文針對智慧城市試點對經濟增長的影響機理，從制度經濟學角度采用技術創新效應和人口集聚效應兩個層面開展研究。具體而言，智慧城市建設伴隨信息化不斷加強，能整合城市技術、人才和制度要素，而生產要素對經濟增長貢獻可分為“硬件”要素（包括勞動、資本）和“軟件”要素（包括技術、人才、制度），“軟件”要素能協調“硬件”要素發揮更高效率，以促進經濟績效提升。從制度經濟學角度分析制度因素對經濟增長的貢獻，其中產業政策發揮作用以市場不完善為前提［21］，政府干預能補償市場缺失導致市場效率過低的問題，從而整體上促進生產效率提高和經濟增長。制度經濟學理論認為，政府干預往往是市場機制缺乏的替代性力量，體現在政府產業政策等外在形式，而智慧城市試點則涉及多領域產業政策，其能通過發揮政府干預效應促進經濟增長。故本文將智慧城市試點政策作為外生制度因素，分析其對經濟增長的影響，并將勞動和技術納入內生增長模型，分析制度因素是否能通過勞動和技術影響經濟增長，并充分考慮城市科教水平、政府規模、地理區位和行政等級的區別，具體分析異質性問題。因此，本文提出研究假設1。

H1：智慧城市建設能促進經濟增長。

智慧城市建設能夠促進政府和企業技術創新研發投入，進而發揮技術創新效應，實現生產效率提升并促進經濟增長。技術創新能使勞動要素投入獲得更大產出效率，但技術創新受制于富有冒險精神的創造者數量和制度因素的影響，此類制度因素包括政策、法律和社會環境等方面。這些制度因素大多以激勵機制方式鼓勵發明者進行研發創新，如政府通過設立專利保護制度來保護發明者享受專利權優勢。但這種專利權制度并非完全有促進技術創新的作用，當發明者享有專利權時，其間接提高了技術創新轉移壁壘，進而抑制技術溢出效應。因此，僅憑單一制度因素并不能充分促進技術進步，同時為避免出現在制度激勵結構設計中的“李約瑟之謎”問題，政府需通過多角度政策制度促進技術創新。同時，地方政府擁有土地和國有資本等要素，政府為擴大本地經濟規模、財政收入、緩解就業壓力、增加產出并促進資本積累，其通過財政政策、產業規劃等多種政策調節所擁有的要素流動，即政策驅動要素流動。要素流動規模和質量決定經濟增長，故政策通過要素流動影響企業創造新價值進而影響經濟增長。產業政策、金融政策等政府政策能影響地區創新［22-23］，而智慧城市試點作為包含產業政策和金融政策的綜合性政策，會通過影響要素流動促進技術創新。從企業角度來看，此項試點主要通過兩種途徑促進技術創新：其一，智慧城市建設降低企業信息傳遞成本，從而促進生產性服務業企業集聚發展，而生產性服務企業大多集中于高新技術行業，在知識溢出效應作用下，此類企業會加大力度進行研發投入；其二，智慧城市建設利用大數據等技術分析整合供需雙方變化，從而優化產品與要素市場配置，提高資源配置效率，企業在高效資源配置生產條件下，能實現規模經濟發展并在行業內擴大再生產，企業為保持高生產效益會注重研發創新投入，從而不斷促進技術創新。從政府角度來看，智慧城市建設中的智能化信息將提高政府部門之間協調配置效率，從而避免出現政府部門制定產業政策、金融政策和匯率政策等方面信息不對稱問題。在智能政務條件下有利于打破阻礙創新要素流動的政策壁壘，促進政府更加重視研發創新支出。同時，智慧城市建設通過大數據和云計算等技術，提高政府在政務管理和組織協調等領域的公開化水平，避免出現權力尋租等阻礙創新要素資源自由流動的問題，有利于促進學校、科研單位和企業協調人才和技術等要素流動，促進技術進步。而索洛模型認為，技術進步是經濟增長的重要動力。因此，本文提出研究假設2。

H2：智慧城市建設通過技術創新效應促進經濟增長。

智慧城市建設通過擴大人口規模和促進人才集聚進而發揮人口集聚效應，促進經濟增長。從勞動要素角度看，較高勞動力數量和質量是維持高水平勞動生產率的保證，而企業激勵、政府補貼和社會福利機制作為政策因素多由制度所決定。較為公正的競爭環境能提高勞動者生產積極性，為生產率提高和經濟增長提供動力。在自由分配勞動力市場上，勞動者依據價格信號在地區間自由流動尋求最大投入回報，對社會而言將是勞動力分配效率最大化體現，但不合理的制度設計往往會阻礙勞動力分配效率最大化，從而影響社會勞動生產率。一方面，智慧城市建設一般會提升地區生活質量，從而能夠吸引更多人口集聚于城市就業生活。從人口規模來看，提升城市人口集聚會間接提高城市勞動力規模。人口規模提升將為城市帶來二次人口紅利效應，進而提升地區生產率，企業能在行業內擴大再生產、促進就業和創造產品新價值。故智慧城市建設會吸引更多人口向城市集聚發展從而擴大勞動力規模、提升地區勞動生產要素，進而促進經濟增長［24］。另一方面，智慧城市建設會提高地區研發水平，促進高新技術產業集聚發展，吸引更多人才聚焦，同時智能化技術應用會激發以大數據和云計算為基礎平臺的相關新型高附加值行業發展。概言之，智慧城市建設會通過產業集聚效應和行業創新效應促進人才集聚發展，從而提升地區人力資本水平，進而促進經濟增長。因此，本文提出研究假設3。

H3：智慧城市建設通過人口集聚效應促進經濟增長。

增長極理論認為，地區創新在地理空間分布表現為中心—邊緣構型［25］，即不同區位城市因所屬行政等級和地理區位不同，其城市內部創新能力、資源整合能力和優化配置效率存在區別，故智慧城市建設對經濟增長的作用會存在異質性。具體而言：①城市科教水平存在差異，而差異化的科教水平決定智慧城市建設的經濟效應會有區別。高科教水平地區人力資本對經濟增長拉動作用的邊際效應相對較低，盡管開展智慧城市建設，也未必能發揮人力資本帶動經濟增長的作用。而低科教水平城市人力資本對經濟增長拉動作用的邊際效應較高，故開展智慧城市建設將顯著促進人才集聚，進而推動經濟增長。②城市政府規模存在差異，而差異化的政府干預能力決定智慧城市建設的經濟效應會有區別。一方面，城市政府規模越高則政府管制力度越大，其能通過財政行為加強地方保護主義。智慧城市建設過程中政府采用高稅率和高國有化政策，提高行業進入壁壘并增加貿易費用，降低地區經濟活力和營商環境質量，導致科技型、創新型民營企業比重不斷銳減，最終會降低城市企業生產率并阻礙經濟增長。另一方面，城市政府規模越低則政府干預能力越小，在低政府干預水平下，市場要素資源配置效率會在市場化作用下不斷提高。在此條件下，智慧城市建設過程中政府通過招商引資、設立自貿區等形式吸引企業入駐，并通過簡化審批流程和減稅降費等形式為企業生產提供系統性保障。而企業為降低生產成本并發揮規模經濟效應，會在高要素配置效率和低生產成本區域不斷聚集，從而發揮溢出效應以提高城市生產率，并促進經濟增長。概言之，差異化的政府規模決定了智慧城市建設對經濟增長的作用方向，政府規模較高的條件下智慧城市建設會受到地方保護主義影響而發展緩慢，從而影響科技型、創新型企業發展，并抑制經濟增長。而政府規模較低的條件下智慧城市建設會吸引高附加值企業和人才集聚，從而發揮溢出效應以促進城市經濟增長。③不同區位和行政等級的城市進行智慧城市建設，其對經濟增長的影響存在差異。中國地緣廣袤，不同區位城市發展存在顯著差異，開展智慧城市建設，因建設目標和效果會存在差異，故各地區進行智慧城市建設，其經濟效應會有所區別。因此，本文將樣本分為東部、中部、西部地區進行研究。同時，因城市行政等級不同，智慧城市建設所得到的人才和資金支持存在差別，即省會和非省會城市在同等條件下開展智慧城市建設存在不同的政策效應。因此，本文提出研究假設4a。

H4a：智慧城市建設的經濟效應存在科教水平、政府規模、地理區位和行政等級的異質性。

新經濟地理學認為，產業集聚趨勢體現為“分散、集聚和分散”樣式并形成“中心—外圍”構型，而此種構型會對不同區域勞動生產率產生差異化影響，進而產生地區收入差距?！爸行摹鈬睒嬓椭?，核心區不斷吸收外圍知識密集型勞動力，并因生活成本增加而將低技能勞動力排斥到外圍區域，從而導致兩地人均收入差距呈現增加趨勢，而資本跨城市波動所產生的本地市場效應并不會使收入差距擴大［26］。上述產業集聚與收入差距分析的前提是沒有行政干預，但現實中政府干預行為較為普遍，地方政府會通過行政方式影響微觀經濟主體，具體采用稅收優惠和信貸優惠等方式對產業集聚等產生作用［27］。產業集聚包括制造業集聚和服務業集聚，其中制造業集聚對勞動和土地等要素成本反應彈性較大，而服務業集聚主要對信息傳遞成本和知識溢出等要素反應彈性較大［28］。因此，政府行為通過調控要素流動影響制造業和服務業區位選擇，當財政支出能補償企業遷出機會成本時，則制造業和服務業企業會選擇停留在城市中心地區；而當財政支出不能補償企業遷出機會成本時，則制造業和服務業企業會選擇遷出城市中心地區。由于不同城市產業發展定位不同，經濟較為發達地區服務業占主要比重，受政策影響較為顯著；經濟欠發達地區制造業占主要比重，受政策影響較為顯著。不同城市產業集聚受政策影響機理不同，從而導致地區間收入差距。智慧城市試點作為一項綜合性政策，本身屬于財政行為一部分，基于上述分析認為，智慧城市試點會對地區收入差距產生不同作用。因此，本文提出研究假設4b。

H4b：不同地區、行政級別的城市進行智慧城市建設，對城鄉收入差距的作用方向不同。

四、研究設計

基于前述理論構建相應模型，并在此基礎上納入相關研究變量，為后續進行實證研究提供依據。

（一）變量與數據

（1）被解釋變量。借鑒李夢云等［29］（2021）采用“實際gdp”表示經濟增長；為了后續穩健性檢驗，借鑒馬勇等［30］（2016）采用“人均gdp 增長率”表示經濟增長（rpgdp）。

（2）解釋變量。智慧城市試點（did），即試點政策的虛擬變量。

（3）控制變量。借鑒周小敏等［31］（2020）采用“互聯網寬帶接入用戶數”表示信息化（lninf）；借鑒吉黎［32］（2015）、吳亞菲［33］（2017）和王弓［34］（2016）采用“市轄區人口/總人口”表示城鎮化（lnurb）；借鑒李一花等［35］、FRIE等［36］（2003）依次采用“第二產業/gdp”和“第三產業/gdp”表示二產業占比（lnsecond）和三產業占比（lnthird）；借鑒袁航等［37］（2020）采用“人均擁有道路面積”表示交通基礎設施（lnpas）；借鑒孫麗［38］（2019）采用“財政支出/gdp”表示政府規模（lngov）；借鑒黎文勇等［39］（2019）采用“實際利用外資額/gdp”表示對外開放（lnopen）；借鑒趙建軍等［40］（2019）采用“金融機構存貸余額/gdp”表示金融發展（lnfe）。

（4）中介變量。借鑒繆洋［41］（2016）采用“專利授權量”表示技術創新（lntc）；借鑒王曉潔等［42］（2015）采用“每平方公里人數”表示人口集聚（ln?dens）。

數據來源于《中國城市統計年鑒》、國家統計局、中國專利全文數據庫等，對部分缺失值借鑒楊繼生等［43］（2015）采用插值法予以補齊，而對個別無法采用插值法補齊的數據，則借鑒楊文等［44］（2015）采用相鄰年份數據予以補齊。考慮通脹價格因素對實際研究結果的影響，采用gdp指數對名義gdp 予以處理，以得到實際gdp。同時為避免異方差對實證結果的影響，對所有變量進行取對數處理。選取2012年智慧城市試點城市作為一項準自然實驗樣本，時間跨度為2006—2018 年。對樣本進行相應處理：①為確保得到研究的凈政策效應，剔除2013 年和2014 年新增試點樣本；②剔除部分只是某一區或縣進行試點的地級市；③剔除數據缺失較為嚴重的地區。將2012 年第一批試點城市作為實驗組，而非試點城市作為對照組，共有140 個地級市樣本。其中實驗組為31 個試點城市，對照組樣本為109 個城市，具體樣本統計見表2所列。

表2 研究樣本

（二）模型設定

我國在2012 年正式設立第一批智慧城市，本文將智慧城市試點視為一項準自然實驗，采用雙重差分模型（DID）檢驗其經濟效應。依據DID 模型對變量進行處理：①構建實驗組和對照組虛擬變量（Treatit），其中實驗組作為試點城市將其設定為1，對照組作為非試點城市將其設定為0；②設定年份虛擬變量（Postit），將2012 年之后將其設定為1，之前將其設定為0。具體如下：

用didit替代交叉項Treatit ×Postit，則方程為：

其中：i和t表示地區和年份；lngdpit作為被解釋變量；didit作為政策交互變量是模型的解釋變量，其值可為0或1；μi和λt表示個體和時間固定效應；εit為隨機干擾項；Xit作為控制變量具體指信息化（lninf）、城鎮化（lnurb）、二產占比（lnsecond）、三產占比（lnthird）、交通基礎設施（lnpas）、政府規模（lngov）、對外開放（lnopen）、金融發展（lnfe）?？紤]中國區域發展差距相對較大，各樣本之間可能難以實現一致性，為確保研究的科學性，采用DID 模型分析并盡可能匹配與實驗組相似的對照組樣本。借鑒劉瑞明等［45］（2015）采用PSM 匹配法降低樣本選擇偏差，在匹配樣本基礎上進行DID 分析，即構建PSM-DID 方法進行分析，以確保研究結果的準確性。具體如下：

該項試點政策對經濟增長的作用屬于政策效應評估，而具體通過哪種機制作用于經濟增長則需要檢驗，為此借鑒溫忠麟等［46］（2014）采用中介效應模型進行分析。具體如下：

上述方程（4）、（5）和（6）依次表示中介效應檢驗三個步驟，其中方程（4）是指智慧城市試點對經濟增長的總影響；方程（5）表示智慧城市試點對中介變量（Mit）的作用，Mit包括技術創新（lntc）和人口集聚（lndens）；方程（6）表示將Mit納入模型中分析智慧城市試點是否通過Mit影響經濟增長。分析流程主要包括：①分析方程（4）中a1是否顯著，若顯著則可以繼續進行后續中介效應分析，否則其屬于遮掩效應；②分析方程（5）中的b1和方程（6）中的c2，若兩者均顯著則表明具備中介間接效應，若至少有一個不顯著則采用Bootstrap方法估計，以此確定其是否存在中介效應；③分析方程（6）中的中介直接效應c1是否顯著，若顯著則具體判斷b1c2/c1是否同號，若同號則屬于部分中介效應，否則屬于遮掩效應。

五、實證分析

在上述機制分析和模型構建的基礎上，將通過雙重差分模型進行基準回歸，隨后進行平行趨勢檢驗和安慰劑檢驗，并采用中介效應模型進行中介機理檢驗，最后依據科教水平、政府規模、地理區位和行政等級4個維度進行異質性分析。

（一）基準回歸

為檢驗智慧城市試點對經濟增長的作用，采用DID 模型進行回歸。模型（1）和（2）為普通面板回歸，模型（3）和（4）為固定效應分析，模型（1）和（3）為未加入控制變量，而模型（2）和（4）為加入控制變量，具體見表3 所列。通過普通面板分析發現，此項試點回歸系數均在1%水平上通過檢驗，則表明智慧城市建設能推動經濟增長。而通過模型（4）分析發現，在控制時間、地區和納入所有控制變量后，此項試點的回歸系數在5%水平上為正，即表明智慧城市建設能推動地區經濟增長，H1的合理性得到驗證。正如前述理論分析認為，智慧城市建設伴隨信息化不斷加強，其通過整合城市技術、人才和制度要素提高地區生產率，并促進經濟增長。

表3 基準回歸

（二）平行趨勢檢驗

雙重差分模型檢驗的前提是在政策實施之前，所有樣本經濟增長具有相同變化趨勢，而試點政策的經濟增長效應可能會受到多種因素干擾，因此對模型進行平行趨勢檢驗。具體而言，考慮各城市本身發展存在差距，政府在推行智慧城市試點時會優先考慮城市基礎設施和產業發展較好的地區優先進行試點。為避免樣本選擇偏差對模型估計的影響，充分考慮城市信息化（lninf）、城鎮化（lnurb）、二產占比（lnsecond）、三產占比（lnthird）、交通基礎設施（lnpas）、政府規模（lngov）、對外開放（lnopen）、金融發展（lnfe）差距，將上述城市之間差異化特點作為匹配變量，對對照組樣本進行匹配處理并通過logit 模型計算匹配得分，從而選擇與實驗組較為相似的對照組樣本重新進行DID 分析。若所有變量在匹配后標準化偏差均明顯變小，表明匹配后兩組樣本無顯著差別，即證明兩者在匹配后不存在顯著差異且可進行DID 分析。如圖1 所示，通過核密度匹配法對上述變量進行匹配處理并計算匹配得分，共得到1 528 個研究樣本，兩組數據匹配后樣本均呈現高度一致性且標準化偏差顯著變小，即符合共同趨勢假定，可在此基礎上進行DID分析。

圖1 匹配變量

在上述系列檢驗基礎上，本文采用PSM-DID方法進行回歸分析，結果見表4 所列。在控制時間、地區效應，同時納入所有控制變量后，此項試點的回歸系數依舊在1%水平上顯著為正，則排除樣本選擇偏差對模型回歸結果的影響，進而驗證前述基準回歸結果的準確性，即智慧城市建設能拉動地區經濟增長。

表4 匹配后估計

（三）安慰劑檢驗

影響經濟增長的因素眾多，為避免內生性等相關因素對回歸結果準確性的影響，通過反事實法和變量處理法進行安慰劑檢驗。

1.反事實檢驗

為得到凈政策效應，借鑒黎紹凱等［47］（2020）將試點政策提前3~5 年進行假設檢驗，結果見表5 所列。研究發現，當試點政策提前為2009年、2008年和2007年時，此項試點政策的經濟效應不再顯著，即驗證原有試點政策對經濟增長的拉動作用未受非試點政策因素影響，排除非試點因素對研究結果的干擾，從而驗證智慧城市試點能推動地區經濟增長。

表5 反事實檢驗

2.變量穩健性檢驗

考慮非試點政策因素可能會影響經濟增長，模型內生性問題也可能會對經濟增長產生影響，故將所有控制變量滯后一期處理，再納入模型回歸檢驗，結果見表6所列。模型（1）回歸表明，原有試點政策的經濟效應依舊顯著，即排除了相應內生性問題的偏誤影響，進而驗證基準回歸結果的可靠性。為排除變量選擇偏誤對回歸結果的影響，采用人均gdp 增長率（rpgdp）作為經濟增長的替代變量納入模型進行分析，具體見模型（2）所列。研究發現，智慧城市試點的經濟效應依舊顯著為正，即排除變量選擇偏誤對實證結果影響。同時考慮城市和省份的非觀測因素對實證結果的影響，分別構建城市虛擬變量與時間虛擬變量的交互項、省份虛擬變量與時間虛擬變量的交互項，并將兩者依次納入模型進行檢驗，具體見模型（3）和模型（4）所列。研究發現，回歸結果均與前述基準回歸結果一致，即進一步驗證了模型的穩健性。概言之，通過滯后控制變量、替換被解釋變量和納入交互變量進行穩健性檢驗，均與基準回歸結果一致，表明智慧城市建設能推動經濟增長。

表6 變量穩健性檢驗

（四）中介效應檢驗

前述研究發現，智慧城市建設能促進經濟增長，而本部分結合前述理論，研究智慧城市促進經濟增長的作用機制。具體構建技術創新和人口集聚中介變量，并分別將兩者納入中介效應模型進行分析。依據前述檢驗步驟依次進行分析，表7中模型（1）（2）（3）是納入技術創新的中介效應實證分析；模型（4）（5）（6）則是納入人口集聚的中介效應實證檢驗。一方面，從技術創新視角進行機制檢驗，在模型（1）中，試點政策的回歸系數在5%水平上顯著為正，則可以進行后續分析。而在模型（2）中，試點政策對技術創新回歸系數不顯著，則需要進行bootstrap 分析以確保可以進行后續分析，而bootstrap 分析表明其在1%水平上通過檢驗，即驗證存在中介效應，則可以進行第三步分析。模型（3）回歸表明，智慧城市試點對經濟增長的回歸系數在5%水平上通過顯著性檢驗，技術創新對經濟增長的回歸系數在1%水平上通過顯著性檢驗。依據前述中介效應理論發現，此部分b1c2/c1為同號，即智慧城市試點能通過技術創新推動經濟增長，故H2的合理性得到了驗證。另一方面，從人口集聚角度進行機制檢驗，其中模型（4）中，此項試點的回歸系數在5%水平上顯著為正，表明可進行后續分析。而在模型（5）中，此項試點的回歸系數在1%水平上顯著，即表明智慧城市建設能促進人口集聚。模型（6）中人口集聚對經濟增長的回歸系數在1%水平上顯著，而此項試點對經濟增長的回歸系數不顯著，表明該模型存在完全中介效應，即智慧城市建設能通過人口集聚效應推動經濟增長，故H3 的合理性得到驗證。

表7 中介效應分析

（五）異質性檢驗

城市科教水平、政府規模、地理區位和行政等級存在差別，導致智慧城市建設對經濟增長的作用方向不同，故將樣本按上述特點依次分類，分別進行回歸分析，從而得到更具有實踐性的研究結論。

1.科教水平異質性分析

科教程度越高的地區，其人才培養力度越大、人力資本積累量越高，而人力資本對經濟增長有促進作用［48］，故需要分析不同城市科教水平的異質性。借鑒何凌云等［49］（2021）以城市是否有“211”工程學校將樣本分為科教水平高和科教水平低兩組（1）。由表8可見，科教水平較高的城市其試點對經濟增長有阻礙作用，而科教水平較低的城市其試點對經濟增長具有拉動作用，故H4a的合理性得到驗證。這是由于科教水平較高時，其城市本身有較高的人力資本飽和度，此時試點對經濟增長具有負向作用；而科教水平較低的城市，其試點能充分發揮城市人力資本邊際效應優勢，從而促進經濟增長。

表8 科教水平異質性回歸

2.政府規模異質性分析

政府規模不同會影響智慧城市建設對經濟增長的作用方向，故通過面板門檻模型對政府規模進行檢驗，依據差異化政府規模將樣本分組，具體如下：

其中：lngovit為門檻變量；π1和π2為待估計單門檻值和雙門檻值。模型（8）和（9）分別表示單門檻模型和雙門檻模型，模型（8）中β1和β2是試點政策影響系數，βj是控制變量影響系數；模型（9）中β1、β2和β3是試點政策影響系數，βj是控制變量影響系數，μi、λt和εit分別表示個體效應、時間效應和擾動項。

依據政府規模采用面板門檻模型進行分析，發現共有兩個門檻值，見表9所列。其中第一個門檻值為-1.806 7，第二個門檻值為-0.983 4，故將總樣本依據雙門檻值分為三組，即較低水平的政府規模（lngov<-1.806 7）、中等水平的政府規模（-1.806 7-0.983 4）。通過分組可有效區分不同政府行為能力條件下，智慧城市試點的經濟效應差異。

表9 門檻效應檢驗

為直觀地體現前述樣本分組情況，采用面板門檻檢驗圖的形式予以呈現，如圖2所示。

圖2 門檻效應檢驗

兩個門檻值依次將樣本分成三組，即有三組不同政府規模的樣本，這為后續研究智慧城市試點對經濟增長的異質性問題提供依據。表10為政府規模異質性回歸結果，在控制時間和地區效應并納入所有控制變量后，模型（1）（2）（3）依次表示較低水平的政府規模、中等水平的政府規模和較高水平的政府規?；貧w。模型（1）中，此項試點政策的回歸系數在1%水平上顯著為正，表明智慧城市試點能推動經濟增長。中等水平的政府規模中，智慧城市試點的回歸系數盡管不顯著，但接近于10%，表明智慧城市試點有微弱的拉動經濟增長作用。較高水平的政府規模中，此項試點的回歸系數不顯著，表明較高水平的政府規模條件下智慧城市試點未能推動經濟增長。與前述理論分析一致，差異化政府規模決定了智慧城市建設對經濟增長的作用方向不同，故H4a的合理性得到驗證。較高水平的政府規模條件下智慧城市建設會受到地方保護主義影響，從而阻礙創新型企業發展并抑制經濟增長，而較低水平的政府規模條件下智慧城市建設會吸引高附加值企業集聚，促進經濟增長。

表10 政府規模異質性回歸

3.地區異質性分析

中國地緣廣袤且各地區發展有較大差距，考慮區位異質性，借鑒宋馬林等［50］（2013）將城市樣本分為東部、中部和西部地區。同時，智慧城市試點的政策經濟效應不僅包括宏觀地區經濟增長，還包括居民日常生活水平改善，為此借鑒王建康等［51］（2015）采用“城市居民人均可支配收入/農村居民人均純收入”作為城鄉收入差距（ln?gap）變量，具體見表11 所列。在控制時間和地區效應后，發現東部和中部地區試點對經濟增長有拉動作用，而西部地區試點對經濟增長作用不明顯，但會擴大城鄉收入差距，故H4b的合理性得到驗證。這是由于東中部地區具備較好的發展基礎，智慧城市試點能夠帶動城市整體向高質量方向發展，從而更有利于發揮經濟增長優勢。而西部地區經濟較為落后，智慧城市試點會擠占政府財政支出，從而對原有城市發展產生負向沖擊。同時，西部地區第三產業發展較為落后，而智慧城市試點大多集中于發展第三產業，其并不能充分發揮對經濟增長的拉動作用。研究表明，智慧城市試點會擴大西部城鄉收入差距，即相比較而言，西部地區城鎮化速度較慢，此項試點會促進西部城鎮化進程，而城鎮化往往會擴大城鄉收入差距。概言之，要充分發揮智慧城市建設對東中部城市經濟增長的促進作用，避免智慧城市建設擴大西部地區城鄉收入差距。

表11 地區異質性回歸

4.行政級別異質性分析

考慮不同城市具有不同的行政等級，而行政等級不同，其資源稟賦和政策、資金支持程度也會有所差異，為此將研究樣本分為省會城市和非省會城市繼續進行檢驗，結果見表12所列。研究發現，省會城市樣本中智慧城市試點對經濟增長有阻礙作用，同時通過逐步控制時間和地區效應發現，此項試點能夠縮小省會城市的城鄉收入差距；對非省會城市樣本回歸發現，此項試點對經濟增長具備促進作用，但對城鄉收入差距無明顯影響。因此，H4a的合理性得到驗證。概言之，省會城市進行智慧城市建設能縮小城鄉收入差距縮小，但會抑制經濟增長，而非省會城市進行智慧城市建設能促進經濟增長。

表12 行政級別異質性回歸

六、結論與建議

本文聚焦于智慧城市試點的經濟效應研究，采用DID模型和中介效應模型，實證研究智慧城市建設對經濟增長的作用機制和多角度異質性問題。研究發現，智慧城市建設能促進經濟增長。機制檢驗表明，智慧城市建設主要通過技術創新和人口集聚效應拉動經濟增長。異質性研究表明，科教水平和政府規模較低的地區，其智慧城市建設能促進經濟增長；而科教水平和政府規模較高的地區，其智慧城市建設不能促進經濟增長；智慧城市建設能促進東部、中部和非省會城市經濟增長并促進省會城市城鄉收入差距縮小，但會抑制省會城市經濟增長并擴大西部地區城鄉收入差距。

隨著中國經濟增長速度放緩，需要探尋城市經濟高質量發展路徑。對此提出以下建議：①智慧城市建設需側重增加研發投入，提高城市技術創新水平。智慧城市建設主要通過技術創新效應拉動經濟增長，故政府需構建產學研一體化模式，完善知識產權保護制度，降低創新型企業進入壁壘和交易成本，為城市科技創新提供全方位保障；②完善居民社會保障體系，著力解決城鄉二元結構問題，提高城市人口集聚水平。智慧城市建設主要通過人口集聚效應促進經濟增長，在當前人口老齡化背景下政府需完善社會保障機制，合理限制城市高房價和高消費并注重人才引進，從而提高城市人口數量和質量，為城市經濟增長注入新活力。③制定差異化智慧城市建設規劃，重點發揮科教水平和政府規模較低的地區智慧城市建設對經濟增長的拉動作用。一方面，科教水平較低的城市，智慧城市建設對經濟增長的提升空間更大，故此類地區應轉變傳統依賴投資拉動經濟增長的發展思路，加強智慧城市建設。另一方面，政府規模較低的地區其智慧城市建設能促進經濟增長，故智慧城市建設應減少政府干預，降低地方保護主義，通過市場化機制發揮智慧城市建設對經濟增長的邊際貢獻。④完善智慧城市建設評價標準，因地制宜開展智慧城市建設。智慧城市的經濟效應存在地區異質性現象，應優化智慧城市建設標準和評價體系，結合地區要素稟賦建設特色化智慧城市。具體而言，東部、中部和非省會城市要著重發揮智慧城市建設對經濟增長和縮小城鄉收入差距的積極作用，而省會城市相較于非省會城市要避免智慧城市建設對經濟增長的弱化作用，保證省會城市經濟增長的可持續性。西部地區智慧城市建設需通過稅收和就業保障等政策，解決城鄉收入差距逐漸擴大的問題?？傊?，智慧城市建設對經濟增長有促進作用，需因地制宜制定政策，進而有序推進智慧城市建設并促進經濟高質量發展。

注 釋：

（1）“211”工程學校所在城市有北京、上海、天津、重慶、保定、太原、呼和浩特、大連、沈陽、長春、哈爾濱、南京、蘇州、無錫、杭州、合肥、廈門、福州、南昌、濟南、青島、鄭州、武漢、長沙、廣州、南寧、成都、綿陽、貴陽、昆明、西安、蘭州、烏魯木齊、石河子、銀川、西寧、拉薩。