




[摘" " 要] 本文在DEA框架下,運(yùn)用超效率SBM模型測(cè)度了2006-2019年中國(guó)189個(gè)地級(jí)市的碳排放績(jī)效,將智慧城市建設(shè)視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn),并采用雙重差分法考察了智慧城市建設(shè)對(duì)碳排放績(jī)效的影響,并提出相關(guān)政策建議,旨在促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。
[關(guān)鍵詞] 智慧城市;碳排放績(jī)效;雙重差分
doi : 10 . 3969 / j . issn . 1673 - 0194. 2023. 03. 050
[中圖分類號(hào)] F293.1" " [文獻(xiàn)標(biāo)識(shí)碼]" A" " " [文章編號(hào)]" 1673 - 0194(2023)03- 0181- 04
0" " " 引" " 言
近年來,全球氣候變暖引起冰川消融、海平面升高、洪澇災(zāi)害頻發(fā)等環(huán)境問題日益凸顯。中國(guó)作為目前世界上最大的溫室氣體排放國(guó)和發(fā)展中國(guó)家,始終把減少溫室氣體排放、發(fā)展綠色低碳經(jīng)濟(jì)放在突出位置。城市是碳減排的實(shí)施主體,如何加強(qiáng)城市建設(shè),尋求一條提高碳排放績(jī)效之路,已成為中國(guó)諸多城市面臨的突出問題。中國(guó)政府在2010年提出智慧城市建設(shè)的頂層設(shè)計(jì),并進(jìn)行了初步探索。那么,智慧城市建設(shè)對(duì)試點(diǎn)城市碳排放績(jī)效有什么樣的影響呢?該問題的解答對(duì)助力實(shí)現(xiàn)“雙碳”目標(biāo)和綠色發(fā)展有重要的現(xiàn)實(shí)意義。
1" " " 文獻(xiàn)綜述
關(guān)于智慧城市建設(shè)的相關(guān)研究,學(xué)者們主要從綠色發(fā)展視角去評(píng)估智慧城市試點(diǎn)成效,涉及綠色創(chuàng)新、環(huán)境污染、城市韌性、經(jīng)濟(jì)高質(zhì)量發(fā)展等方面。例如:張節(jié)等[1]研究發(fā)現(xiàn)智慧城市政策對(duì)試點(diǎn)地區(qū)綠色創(chuàng)新效率具有顯著的推動(dòng)作用;崔立志等[2]認(rèn)為隨著智慧城市試點(diǎn)增多,智慧城市建設(shè)減少環(huán)境污染的影響程度不斷增強(qiáng);武永超[3]發(fā)現(xiàn)智慧城市建設(shè)能夠顯著提升城市韌性水平,這一結(jié)果在經(jīng)過了反事實(shí)檢驗(yàn)和多項(xiàng)穩(wěn)健性檢驗(yàn)后依然成立;趙蔡晶等[4]和張治棟等[5]研究表明智慧城市試點(diǎn)建設(shè)顯著提升了城市發(fā)展質(zhì)量。
上述研究從多角度探討了智慧城市試點(diǎn)政策的效果,但從碳排放績(jī)效視角評(píng)估智慧城市建設(shè)成效方面的文獻(xiàn)相當(dāng)有限。為此,本文以“智慧城市”試點(diǎn)政策作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn),采用雙重差分法探究智慧城市建設(shè)對(duì)碳排放績(jī)效的影響。
2" " " 研究設(shè)計(jì)
2.1" "模型構(gòu)建
本文將首批智慧城市政策試點(diǎn)時(shí)間設(shè)置為2013年。借鑒石大千等[6]研究實(shí)驗(yàn)組方法剔除了僅在地級(jí)市的某個(gè)縣或區(qū)設(shè)立試點(diǎn),而非將整個(gè)地級(jí)市設(shè)立為試點(diǎn)的城市,為了有效地評(píng)估首批智慧城市試點(diǎn)的凈效應(yīng),剔除二、三批試點(diǎn)城市;其余非試點(diǎn)城市視為對(duì)照組。為降低異方差的潛在影響,本文對(duì)控制變量進(jìn)行對(duì)數(shù)化處理。 具體模型構(gòu)建如下:
其中,i和t分別代表城市和年份,CEit表示碳排放績(jī)效;traini表示是否屬于智慧城市的虛擬變量;timet表示是否實(shí)施智慧城市的虛擬變量,traini_timet表示traini與timet的交乘項(xiàng),用于評(píng)估智慧城市建設(shè)對(duì)碳排放績(jī)效的影響程度;Xit為控制變量;δi為城市固定效應(yīng),λi為年份固定效應(yīng);εi為隨機(jī)擾動(dòng)項(xiàng)。
雙重差分法保證其估計(jì)結(jié)果有效性要滿足平行趨勢(shì)假設(shè)。因此本文借鑒Beck等學(xué)者的做法,采用事件分析法進(jìn)行檢驗(yàn)。計(jì)量模型設(shè)定為:
其中,Dit為智慧城市試點(diǎn)這一事件的虛擬變量。timeit為時(shí)間趨勢(shì)變量,k>0表示政策實(shí)施后的k年,k<0表示政策實(shí)施前的k年。本文重點(diǎn)關(guān)注參數(shù)βk,其表征智慧城市試點(diǎn)前與后對(duì)城市碳排放績(jī)效的影響。當(dāng)k<0時(shí),βk不顯著且異于0,則通過平行趨勢(shì)假設(shè)檢驗(yàn)。
2.2" "數(shù)據(jù)說明
本文采用2006—2019年189個(gè)地級(jí)市平衡面板數(shù)據(jù)。相關(guān)研究數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒、國(guó)泰安數(shù)據(jù)庫(kù)、CNRDS數(shù)據(jù)庫(kù)?;跀?shù)據(jù)的可得性,剔除地級(jí)市數(shù)據(jù)嚴(yán)重缺失的樣本。部分城市數(shù)據(jù)存在個(gè)別缺失值,利用平均增長(zhǎng)率補(bǔ)齊。
被解釋變量為碳排放績(jī)效。本文參考Tone等[7]提出的SBM模型解決辦法,通過非期望產(chǎn)出的SE-SBM模型,對(duì)碳排放績(jī)效進(jìn)行測(cè)度。選取資本、勞動(dòng)力、能源作為投入要素,實(shí)際GDP為期望產(chǎn)出指標(biāo),二氧化碳排放量為非期望產(chǎn)出指標(biāo)。
核心解釋變量為交互項(xiàng)traini_timet。其中,traini是政策虛擬變量,timet是時(shí)間虛擬變量。若一個(gè)城市在首批智慧城市試點(diǎn)年份被確立為智慧城市,那么核心解釋變量traini_timet取值為1,否則取值為0。
控制變量。主要對(duì)以下變量進(jìn)行控制:經(jīng)濟(jì)發(fā)展水平,采用實(shí)際人均GDP來衡量;城鎮(zhèn)化率,鑒于數(shù)據(jù)的可得性,本文采用人口密度作為城鎮(zhèn)化代理變量;基礎(chǔ)設(shè)施水平,采用每萬人公路里程數(shù)衡量;科技投入,采用政府科學(xué)技術(shù)支出占GDP比重衡量。變量描述性統(tǒng)計(jì)見表1。
3" " " 實(shí)證分析
3.1" "基準(zhǔn)回歸
本文采用逐步回歸法對(duì)基準(zhǔn)模型進(jìn)行回歸,如表2所示。第(1)列控制了城市和年份固定效應(yīng)的基礎(chǔ)上發(fā)現(xiàn),智慧城市試點(diǎn)系數(shù)顯著為正,說明智慧城市建設(shè)對(duì)碳排放績(jī)效的提升具有正向作用。逐步加入控制變量后,trian_time系數(shù)和其顯著性并未發(fā)生變化,進(jìn)一步表明了智慧城市建設(shè)促進(jìn)了碳排放績(jī)效水平的提高。由第(5)列估計(jì)結(jié)果可見,對(duì)比非試點(diǎn)城市發(fā)現(xiàn),智慧城市試點(diǎn)城市碳排放績(jī)效平均提高3.66%,說明智慧城市建設(shè)對(duì)碳績(jī)效的提升起到了助推作用,這種積極作用主要由于智慧城市建設(shè)帶來了生產(chǎn)方式的革新和管理方式的改進(jìn),利用信息技術(shù)實(shí)時(shí)監(jiān)測(cè)和管理城市污染排放,改善城市環(huán)境,促進(jìn)城市的有效運(yùn)行。這一結(jié)果彰顯了政策的實(shí)際意義,表明以“智慧城市”試點(diǎn)政策為代表的城市對(duì)低碳治理具有積極作用,符合智慧城市建設(shè)所追求的綠色低碳發(fā)展目標(biāo)。
3.2" "平行趨勢(shì)檢驗(yàn)
雙重差分法使用的前提是實(shí)驗(yàn)組與控制組要求滿足平行趨勢(shì)。本文利用時(shí)間分析法進(jìn)行檢驗(yàn),結(jié)果如圖1所示。在政策推行之前參數(shù)βk不能拒絕零假設(shè),說明符合平行趨勢(shì)假設(shè)。從動(dòng)態(tài)效應(yīng)來看,在政策推行后的第一年到第六年,即2014到2019年,只有第四年參數(shù)βk不顯著,其余年份都顯著,滿足平行趨勢(shì)假設(shè)。
3.3" "穩(wěn)健性檢驗(yàn)
3.3.1" "PSM-DID
上述模型驗(yàn)證智慧城市提升碳排放績(jī)效研究時(shí),假定的前提條件是政府隨機(jī)選擇哪些城市作為智慧城市試點(diǎn),實(shí)驗(yàn)組和控制組總體上不存在發(fā)展差異。當(dāng)政府選擇那些經(jīng)濟(jì)較發(fā)達(dá)、享受財(cái)政支持力度大的城市時(shí),會(huì)由于這些城市良好的政策實(shí)施前期基礎(chǔ)導(dǎo)致高估了智慧城市對(duì)碳排放績(jī)效的影響。
為了降低內(nèi)生性的干擾,采?。校樱头椒ㄆヅ涑龊侠淼膶?shí)驗(yàn)對(duì)象。通過PSM進(jìn)行匹配削弱非隨機(jī)選擇產(chǎn)生的內(nèi)生性問題,得到表3(1)和(2)列的結(jié)果。結(jié)果顯示,智慧城市試點(diǎn)對(duì)碳排放績(jī)效的影響是顯著的,證實(shí)了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。
3.3.2" "時(shí)間安慰劑檢驗(yàn)
選擇2006—2010年為研究時(shí)間區(qū)間,分別假設(shè)智慧城市試點(diǎn)的時(shí)間為2007年、2008年和2009年,對(duì)基準(zhǔn)模型回歸,進(jìn)行反事實(shí)檢驗(yàn),檢驗(yàn)結(jié)果分別見表3的第(3)(4)(5)列。無論是以2007年、2008年還是2009年作為智慧城市試點(diǎn)時(shí)間,trian_time系數(shù)均不顯著,表明智慧城市碳排放績(jī)效的提升確實(shí)由智慧城市建設(shè)政策所引起的,進(jìn)一步驗(yàn)證本文基準(zhǔn)回歸結(jié)果的可靠性。
4" " " 結(jié)論與建議
本文基于2006—2019年189個(gè)地級(jí)市平衡面板數(shù)據(jù),運(yùn)用雙重差分的政策評(píng)價(jià)方法就智慧城市建設(shè)對(duì)試點(diǎn)城市碳排放績(jī)效影響及作用機(jī)制進(jìn)行實(shí)證分析。對(duì)比非試點(diǎn)城市發(fā)現(xiàn),智慧城市試點(diǎn)城市碳排放績(jī)效平均提高3.66%,意味著智慧城市建設(shè)有利于中國(guó)經(jīng)濟(jì)綠色低碳發(fā)展,該研究結(jié)論在經(jīng)歷穩(wěn)健性檢驗(yàn)后仍然成立。
據(jù)此提出以下政策建議:首先,擴(kuò)大智慧城市試點(diǎn)范圍,大力推進(jìn)智慧城市建設(shè);其次,注重政府科技資助的優(yōu)化配置,考慮資助對(duì)象的結(jié)構(gòu)、創(chuàng)新效率,避免財(cái)政科技投入對(duì)企業(yè)科技創(chuàng)新的擠出效應(yīng);再次,注重智慧城市建設(shè),培育城市經(jīng)濟(jì)發(fā)展新動(dòng)能;最后,加強(qiáng)基礎(chǔ)設(shè)施建設(shè),改善城市間互聯(lián)互通條件,促進(jìn)信息技術(shù)、人才等合理流動(dòng)。
主要參考文獻(xiàn)
[1]張節(jié),李千惠.智慧城市建設(shè)對(duì)城市綠色創(chuàng)新效率的影響[J].統(tǒng)計(jì)與決策,2020,36(19):83-87.
[2]崔立志,陳秋堯.智慧城市漸進(jìn)式擴(kuò)容政策的環(huán)境效應(yīng)研究[J].上海經(jīng)濟(jì)研究,2019(4):62-74.
[3]武永超.智慧城市建設(shè)能夠提升城市韌性嗎?——一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)[J].公共行政評(píng)論,2021,14(4):25-44,196.
[4]趙蔡晶,吳柏鈞.智慧城市建設(shè)促進(jìn)了城市發(fā)展質(zhì)量提升嗎?——基于多期DID方法的政策效應(yīng)評(píng)估[J].經(jīng)濟(jì)經(jīng)緯,2020,37(6):18-27.
[5]張治棟,趙必武.智慧城市建設(shè)對(duì)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于雙重差分法的實(shí)證分析[J].軟科學(xué),2021,35(11):65-70,129.
[6]石大千,丁海,衛(wèi)平,等.智慧城市建設(shè)能否降低環(huán)境污染[J].中國(guó)工業(yè)經(jīng)濟(jì),2018(6):117-135.
[7]Tone K,Sahoo B K.Degree of Scale Economics and Congestion: A Unified DEA Approach[J].European Journal of Operational Research,2004,158(3):755-772.