智慧城市建設是否促進了企業創新績效？

胡艷君 王如意 黨西鳳

[摘要]黨的二十大報告指出，要“打造宜居、韌性、智慧城市”“強化企業科技創新主體地位”1。為研究智慧城市建設對企業創新的影響，使用2003—2020年A股上市企業數據，基于智慧城市試點的準自然實驗，構建多期雙重差分（DID）模型探究智慧城市建設對企業創新績效的影響。研究表明：智慧城市建設對于企業創新績效具有積極影響。智慧城市建設通過提升區域創新能力、緩解融資約束可有效提升企業創新績效。基于異質性分析發現，智慧城市建設對東部地區、成熟期、非國有以及非高技術產業的企業創新績效的影響更為顯著，對制造業及非制造業企業創新績效則均有顯著的正向影響。由此提出建立健全反饋機制、因地制宜循序漸進推動智慧城市建設、加大政策支持的建議。

[關鍵詞]智慧城市建設；多期DID；企業創新績效

一、 引言

20世紀90年代，美國、新加坡、歐盟、韓國、日本等相繼提出了“智慧社區”等相關規劃，“智慧城市”這一概念初具雛形?！爸腔鄢鞘小钡奶岢鲋荚谄平獬鞘胁?，促進城市健康發展。隨著我國城市規模的急劇擴張以及“馬太效應”的加劇，一系列“大城市病”也快速顯露。在此背景下，中央及地方政府不斷推出多項相關政策用以進一步指導推進和鼓勵支持開展智慧城市建設。2012年我國住房和城鄉建設部發布《國家智慧城市試點暫行管理辦法》2，第一批全國智慧城市的試點名單也隨之公布。截至2020年4月，我國累計共有近全球總量一半的智慧城市在建試點3。2020年4月，習近平總書記在浙江視察時表示，要科學運用世界前沿科技，推進城市管理逐步進入新模式、新手段、新理念，推動城市內部治理結構體系化和整體治理服務能力現代化4。2022年黨的二十大報告中指出，要“堅持人民城市人民建，人民城市為人民”，建設“宜居、韌性、智慧城市”，推動以人為核心的新型城鎮化進程。

智慧城市建設不僅需要大型跨國公司和地方公共部門的參與，也需要當地企業的參與[1]，黨的十八大以來，我國深入實施推進創新驅動發展戰略。2022年習近平總書記在黨的二十大報告中指出，要做到“加快實施創新驅動發展戰略”“強化企業科技創新主體地位”。創新決定了企業或組織的進步和競爭力[2]，智慧城市的建設可以為企業的發展提供必要的信息、技術資源，解決信息不對稱等問題，從而為企業創新提供有利的條件。同時在知識、技術快速更新迭代的時代背景下，通過創新開發新產品、優化生產方式等可以幫助企業擴大或維持自身競爭力。智慧城市建設為企業創新提供了動力也增加了外部壓力，因此研究智慧城市建設對企業創新的影響一方面可以探究智慧城市建設的微觀效應，另一方面也可以檢驗智慧城市建設的成效。

為探究智慧城市建設對企業創新的影響，本文在分析智慧城市建設對企業創新績效作用機理的基礎上，基于A股上市公司數據，使用多期DID模型對智慧城市建設與企業創新績效之間的關系進行研究，結合中介效應分析和異質性分析，較為全面地分析智慧城市建設對企業創新績效的影響。本文主要貢獻在于使用微觀數據，將智慧城市建設與企業創新績效相結合，在一定程度上豐富智慧城市建設的微觀效應方面的研究，為智慧城市建設對企業發展的積極作用提供微觀證據。

二、 文獻綜述

現有文獻主要聚焦于智慧城市建設的宏觀和微觀經濟效應。宏觀經濟效應主要研究智慧城市建設對城市創新、綠色發展、產業結構等方面的影響，研究表明，智慧城市建設可以迅速提升城市信息化水平，推動優秀人才和企業聚集，優化城市產業結構，提高城市創新能力和水平[3-4]。Qian等[5]指出智慧城市建設可以降低能源消耗和廢棄物排放，促進經濟增長，城市經濟綠色發展。張阿城等[6]研究發現，智慧城市建設可以推動技術進步進而對城市產業結構高級化發展產生積極影響。此外，智慧城市建設還可以促進地方經濟高質量發展，提高能源利用率、提升環境質量，促進城市產業結構優化升級[7-10]。微觀經濟效應則主要研究智慧城市建設對企業全要素生產率以及企業創新的影響，研究表明，智慧城市建設有助于提升企業全要素生產率，推動企業創新，尤其是對原始性創新的推動作用更為顯著，通過推動創新促進企業高質量發展[11-12]。

通過對現有文獻進行梳理發現，智慧城市建設有利于促進產業結構優化升級，推動城市經濟可持續化、綠色化、高質量發展，同時有利于提升企業全要素生產率。技術進步與創新是推動經濟發展的決定性因素，然而目前關于智慧城市建設對企業創新的相關研究較少。在研究方法上，雙重差分模型可以解決樣本數據的內生性問題并得出政策處理效應[9]，因此目前學術界多采用雙重差分模型研究智慧城市建設效應?；诖?，本文采用雙重差分模型分析智慧城市建設對企業創新績效的影響。

本研究主要有兩方面的創新：研究內容方面，從微觀角度出發研究智慧城市建設對企業創新績效的影響。由于企業外部環境和內部因素均會對企業創新績效產生影響，因此選取區域創新能力以及融資約束水平作為中介變量進行研究，并從企業所屬區域、年齡、股權性質和行業4個方面進行異質性分析，在一定程度上豐富了智慧城市建設的微觀效應和企業創新績效方面的研究。研究方法方面，本研究借鑒北京大學企業大數據研究中心、龍信數據研究院等聯合編制的創新創業質量評價指標體系，通過測算區域創新指數，將其與融資約束指數、中介效應模型以及多期雙重差分模型相結合，研究智慧城市建設對企業創新績效的影響。

三、 理論機制與研究假設

新經濟增長理論認為，內生的技術進步與創新是推動經濟發展的決定性因素[13]。對于小型企業而言通過技術進步和創新可以幫助企業快速搶占市場份額，提升其綜合競爭力，對于大中型企業而言，多年的發展早已形成穩定的盈利模式，創新和技術進步可以幫助其拓展新的市場，推動企業開發新的產品，開拓新的營銷模式。一方面，基于資源基礎理論，信息已經成為企業創新的核心資源。智慧城市建設可以為企業創新帶來大量的新技術、新知識，鑒于知識、技術的外溢性，企業可以在智慧城市建設帶來的信息化沖擊下接觸新知識、發展新技術，促進企業創新。另一方面，智慧城市的發展也會對傳統行業、知識、生產方式等產生沖擊，在產業迭代升級、知識更新高速發展的情境下，企業想要保持盈利能力、維持企業競爭力就必須進行創新活動?；谝陨涎芯勘疚奶岢黾僭O1。

假設1：智慧城市建設帶來的新技術、新知識可以提升企業創新動力，提高企業創新績效。

社會環境的反作用是影響企業創新績效的重要因素，智慧城市建設依托大數據、云計算等新一代信息通信技術的發展，在新興技術的發展過程中產生大量數據[14]，這些數據可以快速應用于城市運營的各個領域，產生了一系列諸如智慧交通、智慧醫療、智慧社區等新概念。智慧城市建設可推動數字經濟、信息化高速發展，促進產業結構優化升級等，有利于提升城市創新能力[1，4]。區域創新能力的提升可以為企業創新提供足量的信息、人才、技術等各方面資源，提升企業對新知識、技術的吸收能力、應用能力，同時區域創新能力高的地區知識保護水平也較高[15]，區域創新能力的提升為企業的創新活動提供了內部動力和外部壓力。基于以上分析本文提出假設2。

假設2：智慧城市建設可以提升區域創新能力，區域創新能力的提升為企業進行創新活動提供了動力也帶來了壓力，有利于促進企業績效提升。

根據熊彼特創新理論，信息不對稱是阻礙現實社會中企業創新的關鍵因素，同時企業創新也需要穩定的資金支持，而信息不對稱程度越高企業的融資約束也越大，融資約束會影響企業的創新投入和創新產出水平[16-19]。新一代信息通信技術的發展可以有效緩解企業與投資方之間的信息不對稱，拓寬融資渠道，減輕融資約束，有利于提升企業研發資金，進而提升企業創新投入，提高企業創新績效?；谏鲜龇治霰疚奶岢黾僭O3。

假設3：智慧城市建設可以通過緩解企業融資約束，有助于提高企業創新投入，進而對企業創新績效產生促進作用。

圖1為智慧城市建設對企業創新績效的影響機制圖。

圖1 智慧城市建設對企業創新績效的影響機制

四、 研究設計

1. 模型設定

2009年我國提出建設智慧城市的構想，并于2012年后陸續公布了三批國家智慧城市試點城市名單，本文將此看作準自然實驗，研究智慧城市建設對企業創新績效的影響，由于智慧城市試點并不是同一時間設定的，因此本文采用時點不一致的多期DID模型。同時由于使用DID方法的前提是實驗組與控制組企業各方面特征盡可能相似[9]，因此本文采用傾向得分匹配（PSM）與DID相結合的方法來解決這一樣本選擇偏差問題，分析智慧城市建設對企業創新績效的影響。模型如下：

[Innovationit=α0+α1didit+α2Xit+Ai+Bt+εit]? （1）

進一步地，本文將多期DID簡化為一期，基于PSM-DID方法進行穩健性檢驗，構建如下模型：

[Innovationit=β0+β1didit+β2treati+β3periodt+β4Xit+εit] （2）

其中did為解釋變量。根據DID方法的基本思想，構建兩項虛擬變量treat、post。其中treat為企業分組虛擬變量，所在地級市為國家智慧城市試點城市的企業賦值為1，否則賦值為0；post為時間虛擬變量，企業所在地級市設為智慧城市試點城市前為0，設為試點城市后為1。根據treat和post的交互項did系數評估智慧城市建設效果。Innovation為被解釋變量，X為一系列控制變量，A和B分別表示個體固定效應和時間固定效應，[ε]為隨機擾動項。

2. 變量選擇

（1）被解釋變量

目前對企業創新績效（Innovation）的衡量多采用專利申請量和專利授權量兩種方式，而專利授權數量可以更有效地衡量企業的創新產出，因此本文借鑒羅鋒等[20]的做法，以專利授權數量衡量企業創新績效。同時為了保證數據的可參考性[21]，在對企業創新績效進行衡量時，對每個數據加1后進行對數化處理，再進行數據分析。

（2）解釋變量

根據住房和城鄉建設部公布的試點名單設立虛擬變量，本文參考石大千等[9]、姚圣文等[12]的做法，將2012年視為智慧城市建設政策的起始年份，當企業所在地級市為智慧城市試點后賦值為1，企業所在地級市設為智慧城市試點前及所在地級市為非智慧城市試點則賦值為0。由于部分城市僅某個區或縣為智慧城市試點，為了防止政策效應被高估，在確定實驗組時，剔除了此類城市中的企業。

（3）中介變量

本文選取影響企業創新績效的外部因素區域創新能力、內部因素融資約束作為中介變量。區域創新能力參考毛文峰等[22]以及龍建輝[23]的做法，采用北京大學企業大數據研究中心、龍信數據研究院等機構聯合編制的“朗潤龍信創新創業指數”，衡量各區域的創新能力。指標體系及權重見表1。

學術界多采用KZ指數、FC指數、WW指數衡量企業融資約束，本文參考劉偉麗等[11]的做法，采用可以同時考慮企業財務特征以及所屬行業特征的WW指數來衡量企業融資約束。

表1? 區域創新能力評價指標體系

[核心要素 一級指標 二級指標 權重 企業家 新建企業數量 新增企業注冊數量 20% 資本 吸引外來投資 新增外來法人投資的筆數 15% 吸引風險投資 新增風險投資的企業數量 25% 技術 專利授權數量 新增發明專利授權數量 12.5% 新增實用新型專利公開數量 7.5% 新增外觀設計專利公開數量 5% 商標注冊數量 新增商標注冊數量 15% ]

資料來源：北京大學企業大數據研究中心《中國區域創新創業指數構建與空間格局》

（4）控制變量

本文選取企業規模（Size）、股權集中度（Stock）、資產負債率（Lev）、成長能力（Growth）、盈利能力（ROA）、以及地區經濟發展水平（GDP）為控制變量。

3. 數據說明與描述性統計

本文使用A股上市企業2003—2020年的數據，其中企業數據主要來自國泰安，專利數據來自CNRDS，以及來自北大法寶數據庫的區域創新能力相關數據。為了便于對比，對上市企業數據進行了如下處理：（1）剔除了金融類企業、ST類企業以及近三年上市的企業；（2）剔除關鍵指標數據或資料缺失嚴重的樣本；（3）剔除企業歸屬城市僅以某個區或縣為智慧城市試點的樣本，最終選取1394家企業為研究樣本。同時對所有連續型變量進行1%和99%水平的縮尾處理，以消除極端值的影響。表2為主要變量的描述性統計結果。

表2? 主要變量描述性統計結果

[變量名稱 變量符號 樣本量 均值 標準差 最小值 最大值 企業創新績效 Innovation 25092 0.762 1.237 0 5.265 區域創新能力 Ric 25092 79.419 21.135 5.517 99.666 融資約束 WW-index 25092 -0.988 0.062 -1.272 -0.788 企業規模 Size 25092 21.694 1.018 18.76 25.539 股權集中度 Stock 25092 35.677 12.224 7.652 79.57 資產負債率 Lev 25092 0.456 0.178 0.038 1.487 成長能力 Growth 25092 0.223 0.523 -0.702 6.328 盈利能力 ROA 25092 0.051 0.069 -0.372 0.367 地區生產總值 GDP 25092 7.573 1.032 4.463 9.694 ]

五、 實證分析與穩健性檢驗

1. 智慧城市建設與企業創新

基于式（1）進行回歸分析，分別在不加入控制變量和加入控制變量的情況下，通過雙向固定效應模型對被解釋變量Innovation和自變量did進行回歸分析。未添加控制變量和添加控制變量后的回歸結果分別如表3中列（1）、列（2）所示，無論是否加入控制變量，政策變量did的相關系數均在1%的水平上顯著為正，其回歸系數分別為0.112和0.109，說明智慧城市建設可以顯著提升試點城市企業的創新績效。假設1得到驗證。

此外，企業規模（Size）、資產負債率（Lev）、盈利能力（ROA）的系數均在1%的水平上呈顯著的負相關關系，說明企業規模越大、資產負債率越高、盈利能力越強的企業，企創新績效越低。

表3? 基準回歸結果

[變量 （1） （2） did 0.112***

（3.069） 0.109***

（3.041） Size -0.149***

（-11.648） Stock 0.000

（0.233） Lev -0.539***

（-7.566） Growth 0.034**

（2.056） ROA -1.859***

（-12.924） GDP 0.026

（0.504） 個體固定效應 控制 控制 時間固定效應 控制 控制 N 11057 11057 R2 0.039 0.062 ]

注：*、**、***分別代表在10%、5%和1%的水平上顯著，下同

2. 穩健性檢驗

（1）平行趨勢檢驗

雙重差分模型結果是否具有可參考性，其前提是滿足平行趨勢假設，對于多期DID的平行趨勢假設，即政策實施前處理組與控制組增長趨勢相似。本文選擇政策前5年和后5年數據進行平行趨勢檢驗。如圖2所示，智慧城市試點城市執行后對企業創新績效呈顯著的正向影響，滿足平行趨勢假設檢驗。

（2）替換被解釋變量

為了進一步驗證智慧城市建設對企業創新績效的影響，本文仍采用公式（1）進行回歸分析，將被解釋變量替代為專利申請數量加1后取自然對數的值（Innovation 2）進行穩健性檢驗。列（1）和列（2）分別為未添加控制變量和添加控制變量后的回歸結果。如表4所示。無論是否加入控制變量，政策虛擬變量（did）在1%的水平上顯著，進一步證明了智慧城市建設可以顯著提升企業創新績效，本文結論具有穩健性。

（3）基于PSM-DID方法的檢驗

2012年后，住房和城鄉建設部先后三次發布了國家智慧城市試點名單，為進一步檢驗智慧城市建設對企業創新績效的影響，本文參考石大千等[9]的做法，將所在地級市為第二批試點及第三批試點城市的樣本數據剔除，將多期DID簡化為一期，通過公式（2），采用PSM-DID方法進行穩健性檢驗。結果如表4列（3）、列（4）所示，無論是否加入控制變量，智慧城市建設（did）對企業創新績效的系數均在1%的水平上顯著為正，進一步證明智慧城市建設可以顯著提升企業創新績效。

圖2 平行趨勢檢驗結果

表4? 替換被解釋變量、PSM-DID檢驗結果

[變量 替換被解釋變量回歸結果 PSM-DID檢驗結果 （1） （2） （3） （4） did 0.139***

（3.545） 0.134***

（3.485） 0.313***

（5.087） 0.301***

（4.920） 控制變量 控制 控制 個體固定效應 控制 控制 控制 控制 時間固定效應 控制 控制 控制 控制 N 11057 11057 5747 5747 R2 0.044 0.067 0.099 0.103 ]

3. 中介效應檢驗

根據前文的影響機理分析，智慧城市建設對企業創新績效的影響中可能存在中介效應，因此本文構建中介效應模型，探究區域創新能力、融資約束在智慧城市建設影響企業創新績效中的中介作用。具體模型如下：

[Mit=μ0+μ1didit+μ3Xit+εit]? （3）

[Innovationit=θ0+θ1didit+θ2Mit+α3Xit+εit]? （4）

其中M為中介變量，包括區域創新能力（Ric）和融資約束（WW-index），其余變量與前文一致。公式（3）為智慧城市建設對中介變量的回歸，公式（4）為智慧城市建設和中介變量對企業創新績效的回歸?；貧w結果如表5所示，列（1）中智慧城市建設對區域創新能力的系數在1%的水平上顯著為正，列（3）中did與Ric的系數均在1%的水平上顯著為正，說明存在部分中介效應，智慧城市建設可以提升區域創新能力，進而促進企業創新績效提升，假設2得到驗證。

如列（2）及列（4）所示，did對WW-index的系數及WW-index對企業創新績效的系數均在1%的水平上顯著為負，即智慧城市建設與企業融資約束間存在顯著負相關，企業融資約束與創新績效之間同為負向關系。而智慧城市建設對企業創新績效的系數則在1%的水平上顯著為正，表明智慧城市建設有助于緩解企業融資約束，進而促進企業創新績效提升。假設3得到驗證。

表5 中介效應檢驗結果

[變量 區域創新能力

（Ric） 融資約束

（WW-index） 企業創新績效

（Innovation） （1） （2） （3） （4） did 5.915***

（18.107） -0.015***

（-23.999） 0.384***

（21.462） 0.384***

（21.462） Ric 0.002***

（4.811） WW-index -2.270***

（-12.648） 控制變量 控制 控制 控制 控制 樣本量 14047 14047 14047 14047 R2 0.017 0.692 0.137 0.137 中介效應 部分中介 部分中介 效應占比 2.557% 8.912% ]

4. 異質性檢驗

為進一步分析智慧城市建設的異質性效果，本文從企業所屬區域、年齡、股權性質和所在行業4個方面進行異質性分析。

（1）區域異質性

我國不同地區經濟、技術以及人口素質等方面都存在差異，智慧城市建設依托新一代信息通訊技術的發展，受經濟、基礎設施、人口受教育程度等方面的影響，智慧城市建設效應也必然存在差異。因此本文根據樣本企業所在城市，分東、中、西部地區進行異質性分析，探究智慧城市建設對不同區域企業創新績效的影響。如表6中列（1）、列（2）、列（3）所示，在東部地區，did的系數在5%的水平上顯著為正，而在中部和西部地區，did系數均不顯著，說明智慧城市建設對于東部地區的企業創新績效影響更大。究其原因可能是東部地區經濟、基礎設施等基礎較好，同時我國高技術企業多分布于東部地區，創新能力較高的企業也更傾向于選址在東部地區[24]。產業聚集效應下，智慧城市建設對于東部地區創新能力的提升作用更為明顯，這與楚爾鳴等[3]的研究結論相同，區域創新能力的差異造成東部地區智慧城市建設對企業創新績效的影響更為顯著。

表6? 區域異質性分析結果

[變量 區域異質性 （1）

東部 （2）

中部 （3）

西部 did 0.143**

（2.137） -0.005

（-0.076） -0.114

（-1.432） 控制變量 控制 控制 控制 個體固定效應 控制 控制 控制 年份固定效應 控制 控制 控制 年份固定效應 控制 控制 控制 N 3216 2979 1630 R2 -0.072 0.155 -0.009 ]

（2）企業年齡異質性

黃宏斌等[25]以及夏清華等[26]研究發現，處于不同生命周期的企業在創新投入以及融資約束方面存在著差異，在創新策略的選擇上也不盡相同，因此本文參考羅鋒等[20]的做法，將整體樣本企業成立年齡的平均數作為劃分依據，超出平均年齡的企業定義為成熟期企業，未超出平均年齡的公司界定為成長期企業。表7中列（1）和列（2）結果顯示，對于成長期企業did系數在5%的水平上顯著為負，而對于成熟期企業，did系數在1%的水平上顯著為正。究其原因可能有以下兩點：首先企業創新投入具有延續性[26]，無法馬上提升企業創新績效，隨著企業逐漸成熟，前期的創新投入才能轉化為創新產出。而成長期企業年齡尚短，創新投入無法短時間內提升企業創新績效。其次，本文中介效應檢驗中已經證明，融資約束對企業創新績效具有顯著的負向影響，企業在成長階段時內部現金流較少，盈利不穩定[24]、抗風險能力低[20]，投資風險較高，因此企業的融資約束較大。成長期企業面臨的首要任務是搶占市場份額，提升企業競爭力，而企業創新具有滯后性，還需要大量資金、技術等支持，巨大的資金缺口和融資約束不利于成長期企業創新。

（3）股權性質異質性

本文將樣本企業按其股權性質分為國有企業和非國有企業進行分組回歸。表7列（3）和列（4）的回歸結果顯示，非國有企業did系數在1%的水平上顯著為正，表明智慧城市建設對非國有企業創新績效具有積極影響，但國有企業did系數則不顯著。這是由于我國的不同股權性質的企業在管理體制、政治屬性以及肩負的責任等方面均有不同，國有企業行為決策兼具政治和經濟雙重意義，而非國有企業需要依靠創新獲得企業競爭優勢。同時國有企業長期以來就擁有更多的融資渠道或信貸優惠等[27]，因此智慧城市建設對非國有企業的融資約束沖擊力較大，對非國有企業創新績效的影響更為明顯。

表7 企業年齡、股權性質的異質性分析結果

[變量 企業年齡異質性 股權性質異質性 （1）

成長期企業 （2）

成熟期企業 （3）

國有企業 （4）

非國有企業 did -0.120**

（-2.399） 0.130***

（2.781） 0.094

（0.742） 0.102***

（2.590） 控制變量 控制 控制 控制 控制 個體固定效應 控制 控制 控制 控制 年份固定效應 控制 控制 控制 控制 N 6448 4628 3665 8134 ]

（4）行業異質性

本文主要從高技術產業、非高技術產業以及制造業、非制造業兩方面對行業異質性進行分析。

第一，高技術產業與非高技術產業。根據國家統計局對高技術產業的界定1，高技術產業即為技術密集型產業。參考2016年科技部、財政部、國家稅務總局公布的《國家重點支持的高新技術領域》2，將電子信息、生物與新醫藥、航空航天、新材料、高技術服務、新能源與節能、資源與環境、先進制造與自動化八大類產業劃分為高技術產業，其余產業為非高技術產業。根據表8中列（1）和列（2）的回歸結果可以發現，did系數對于非高技術產業顯著為正，究其原因可能是因為高技術產業本身研發投入高，依靠高新技術與高端裝備而具有智力性、創新性、戰略性、低資源消耗等特點，因此智慧城市建設帶來的新興技術的快速發展對于高技術產業的企業績效影響不顯著。

第二，制造業與非制造業。制造業是國民經濟的重要組成部分，是興國、強國之本。我國制造業的生產規模穩居全球第一，在黨的二十大報告中，明確指出要堅持以實體經濟為著力點發展我國經濟。智慧城市建設可以為我國建設制造業強國提供必要的技術、人才等方面的支撐。從表8中列（3）和列（4）回歸結果可以看出，無論是否為制造業，did系數均顯著為正，表明智慧城市建設對制造業企業和非制造業企業創新績效均具有顯著的正向影響。

表8? 行業異質性分析結果

[變量 行業異質性 （1）

高技術產業 （2）

非高技術產業 （3）

制造業 （4）

非制造業 did 0.019

（0.37） 0.054*

（1.67） 0.101*

（1.843） 0.111*

（1.737） 控制變量 控制 控制 控制 控制 個體固定效應 控制 控制 控制 控制 年份固定效應 控制 控制 控制 控制 N 5436 9998 5056 2123 R2 0.116 0.094 0.090 0.080 ]

六、 研究結論與啟示

本文通過構建多期DID模型探究智慧城市建設對企業創新績效的影響，主要結論如下：第一，智慧城市建設對于企業創新績效具有積極影響，智慧城市政策執行后，試點城市企業創新績效顯著提升，基于穩健性檢驗證明了這一結論。第二，融資約束與區域創新能力均在智慧城市建設對企業創新績效的影響中起到部分中介作用。智慧城市建設可以緩解企業的融資約束，同時可以提升區域創新能力，進而有利于提升企業創新績效。第三，基于異質性分析可以發現，智慧城市建設對在東部地區、處于成熟期、非國有以及非高技術產業的企業創新績效的影響更為顯著。

根據研究結果，本文提出以下對策建議：第一，建立健全反饋機制，進一步發揮智慧城市建設對企業創新的積極推動作用。智慧城市建設有促進企業創新的微觀經濟作用，創新決定了企業競爭力，智慧城市建設為企業創新提供了良好的社會環境，同時也應建立健全問題反饋機制，促進智慧城市建設在各區域、各行業、各年齡企業中全面協調發展。第二，智慧城市建設工作應堅持因地制宜，循序漸進地發展。智慧城市建設可以緩解融資約束、提升區域創新能力，為企業進行創新活動提供動力也帶來了壓力，但智慧城市建設對不同區域企業創新績效的影響存在顯著差異?；诖?，對于區域創新能力高的城市群應繼續發揮其產業、環境等優勢，優化創新環境，對于創新能力較低的城市要發掘其創新潛能，推動其創新能力提升。第三，加大對中西部地區、成長期企業的政策支持。智慧城市建設通過發展新一代信息通信技術有助于提升區域創新能力，降低信息不確定性，緩解企業融資限制，提高創新績效。然而，囿于中西部地區創新能力相對不足，成長期企業融資約束大、抗風險能力小，企業創新動力不足，因此更需要政策的支持。

參考文獻：

[1] Andrea C，Del Bo C F.Smart Innovative Cities：The Impact of Smart City Policies on Urban Innovation[J].Technological Forecasting and Social Change，2019，142（5）：373-383.

[2] Daxhammer K，Luckert M，Doerr M，et al.Development of a Strategic Business Model Framework for Multi-Sided Platforms to Ensure Sustainable Innovation in Small and Medium-Sized Enterprises[J].Procedia Manufacturing，2019，39（1）：1354-1362.

[3] 楚爾鳴，唐茜雅，唐歡.智慧城市建設如何提升城市創新能力？[J].湘潭大學學報（哲學社會科學版），2022，46（2）：59-65.

[4] 何凌云，馬青山.智慧城市試點能否提升城市創新水平？——基于多期DID的經驗證據[J].財貿研究，2021，32（3）：28-40.

[5] Qian Y，Liu J，Cheng Z，et al. Does the Smart City Policy Promote the Green Growth of the Urban Economy？ Evidence from China[J].Environmental Science and Pollution Research，2021，28（8）：1-15.

[6] 張阿城，王巧，溫永林.智慧城市試點、技術進步與產業結構轉型升級[J].經濟問題探索，2022（3）：158-175.

[7] Abutabenjeh S，Nukpezah J，Azhar A.Do Smart Cities Technologies Contribute to Local Economic Development？[J].Economic Development Quarterly，2022，36（1）：3-16.

[8] Tu Z，Kong J，Shen R.Smart City Projects Boost Urban Energy Efficiency in China[J].Sustainability，2022，14（3）：1814.

[9] 石大千，丁海，衛平，等.智慧城市建設能否降低環境污染[J].中國工業經濟，2018（6）：117-135.

[10] 王敏，李亞非，馬樹才.智慧城市建設是否促進了產業結構升級[J].財經科學，2020（12）：56-71.

[11] 劉偉麗，劉宏楠.智慧城市建設推進企業高質量發展的機制與路徑[J].深圳大學學報（人文社會科學版），2022，39（1）：95-106.

[12] 姚圣文，趙蘭香，張耀坤.智慧城市建設提高企業全要素生產率了嗎？[J].科學學研究，2022，40（11）：1957-1967.

[13] 郭雁冰.熊彼特的經濟發展理論及啟示[D].大連：東北財經大學，2010.

[14] Li C M，Liu X L，Dai Z X，et al.Understanding Smart City： A Shareable Framework.The Case of China[J].Sustainability，2019，11（16）：71-78.

[15] 曾萍，俞芹，任鴿，等.組織忘記、外部知識搜索與企業轉型升級速度——區域創新環境建設的調節作用[J].研究與發展管理，2022，34（1）：95-106.

[16] 朱紅恒.熊彼特的創新理論及啟示[J].社會科學家，2005（1）：59-61.

[17] 周開國，盧允之，楊海生.融資約束、創新能力與企業協同創新[J].經濟研究，2017，52（7）：94-108.

[18] 張敏.供應鏈融資、信息不對稱與融資約束[J].財會通訊，2018（9）：121-124.

[19] 趙丹丹.環境信息披露、融資約束與公司創新[J].會計之友，2021（21）：91-98.

[20] 羅鋒，楊丹丹，梁新怡.區域創新政策如何影響企業創新績效？——基于珠三角地區的實證分析[J].科學學與科學技術管理，2022，43（2）：68-86.

[21] 張勁松，魯珊珊.綠色信貸政策對企業創新績效的影響[J].統計與決策，2022，38（7）：179-183.

[22] 毛文峰，陸軍.土地要素錯配如何影響中國的城市創新創業質量——來自地級市城市層面的經驗證據[J].產業經濟研究，2020（3）：17-29.

[23] 龍建輝.中國區域創新能力增長路徑及其共生機理實證研究[J].軟科學，2018，32（3）：67-71.

[24] 張可.產業集聚與區域創新的雙向影響機制及檢驗——基于行業異質性視角的考察[J].審計與經濟研究，2019，34（4）：94-105.

[25] 黃宏斌，翟淑萍，陳靜楠.企業生命周期、融資方式與融資約束——基于投資者情緒調節效應的研究[J].金融研究，2016（7）：96-112.

[26] 夏清華，王瑜.不同年齡階段下中國企業績效對創新投入的影響——來自制造業上市公司的動態面板數據[J].工業技術經濟，2015，34（12）：88-95.

[27] 萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.

基金項目：民盟北京市委2022年度參政議政調研課題“智慧城市建設對北京產業承載力的影響研究”；北京聯合大學科研項目“智慧城市背景下北京現代服務業高質量發展研究”（項目編號：SK40202101）。

作者簡介：胡艷君（1976-），女，博士，北京聯合大學管理學院副教授，碩士生導師，研究方向為區域經濟；王如意（1995-），女，北京聯合大學碩士研究生，研究方向為區域經濟、企業創新；黨西鳳（1994-），女，北京聯合大學碩士研究生，研究方向為區域經濟、企業創新。

（收稿日期：2022-12-16? 責任編輯：殷 ?。?/p>