智慧城市建設對綠色經濟發展的影響研究
——基于PSM-DID 模型的實證檢驗

葛璇

(江門職業技術學院經濟管理學院 廣東江門 529000)

1 問題提出

伴隨我國社會經濟發展步入穩定新常態階段，提高城市經濟質量與效益成為國家新戰略方針。以往為追求快速經濟增長而采取的城鎮工業化方式也開始突顯出高質量發展問題，如城市環境惡化、生態問題頻發[1]。為徹底改變這一以犧牲環境為代價的發展方式，追求綠色可持續性經濟增長，國家在“十四五”規劃與2022年政府工作報告中均提出要通過智慧城市建設賦能產業綠色化轉型，引領社會經濟實現綠色變革。自2012年住建部下發《國家智慧城市試點暫行管理辦法》，智慧城市建設儼然成為提升技術創新能力、帶動綠色經濟增長的重要載體[2]。在新經濟常態背景下，研究如何借助智慧城市優化產業結構，提高綠色經濟發展水平具有重要的現實意義。

現階段，學術界對于綠色經濟發展的測度主要可從以下方式展開：一是技術創新。綠色經濟技術創新最直觀的測算方式是綠色綜合生產效率，多以生產效率作為綠色經濟的替換變量，采用包含R&D投入的超效率DEA—SBM模型計算綠色全要素生產率來衡量綠色經濟生產效率[3]；二是效應方式。綠色經濟發展的多樣性，促使其多以“追趕”“創新”“領先”等效應作為綠色經濟測度的代理變量，運用面板VAR模型衡量綠色經濟發展水平[4]；三是發展特點。學者基于綠色經濟發展特征，將綠色經濟發展分為突破式發展和漸進式發展。突破式發展是突破現有綠色技術，生產全新的綠色產品或服務[5]；漸進式發展是對現有綠色技術和綠色產品進行優化與改造[6]；值得注意的是，突破式發展具備前瞻性與探索性特征，可促使綠色經濟創建全新綠色消費市場，同時也具有生產成本高、風險大等問題。

相較于以往研究，本文的邊際貢獻主要表現在以下三個方面：一是從微觀城市視角深入考察智慧城市建設對綠色經濟發展的影響，為不同地區智慧城市建設差異化產業政策提供基本的參考借鑒；二是根據綠色經濟發展過程中的投入、產出階段，利用資源性投入、非資源性投入、期望產出、非期望產出測算綠色經濟發展水平，對綠色經濟發展水平的衡量結果更加全面、合理；三是考慮到區域、城市規模、城市行政級別的差異性特征，采用傾向得分匹配(PSM)與雙重差分(DID)方法對研究樣本進行詳細篩選，及時糾正樣本偏差問題，使實證結果更加真實可靠。

2 文獻綜述

智慧城市試點工作開展以來，國內學者針對智慧城市建設展開了大量研究[7-10]。有關智慧城市的影響主要集中在城市創新能力、城市經濟、產業結構三個層面。

首先，城市創新能力的影響方面。張節、李千惠等人(2020)認為，智慧城市建設相關政策可顯著提升區域創新能力，而且城市科技創新基礎設施越好，智慧城市建設政策影響程度越突出[11]；張龍鵬等(2020)認為，智慧城市建設可顯著提升城市創新能力，而且創新效應隨著時間推移逐漸增強[12]。

其次，城市經濟的影響方面。張治棟和趙必武(2021)基于PSM-DID方法驗證了智慧城市建設對城市經濟高質量發展水平具有顯著提升作用[13]；王穎和周健軍(2021)認為，智慧城市建設能夠促進經濟增長。從機制檢驗層面來看，智慧城市建設主要通過人口集聚與技術創新效應拉動經濟增長[14]。

最后，產業結構的影響方面。王敏等人(2020)認為，智慧城市建設主要通過居民消費、行業創新、技術水平、互聯網發展四個層面促進產業結構升級，且不同地區智慧城市建設程度對產業結構影響存在顯著差異性[15]。蔣選與王林杉(2021)認為，智慧城市建設能夠促進產業結構轉型升級。在考慮城市規模異質性現狀情況下，進一步發現欠發達地區智慧城市建設對本地產業結構轉型優化效應大于發達地區[16]。

綜上所述，現有文獻對智慧城市的研究主要集中于宏觀層面，對綠色經濟的研究則相對較少。綠色經濟發展作為推動社會經濟系統性變革的關鍵組成部分，是踐行生態文明建設的不竭動力。由此，本文利用地級城市微觀數據，采用PSM-DID方法深入分析智慧城市建設對綠色經濟發展的影響，以期得到智慧城市建設促進綠色經濟高質量發展的有效途徑。

3 模型構建與變量說明

3.1 模型構建

鑒于智慧城市建設并非隨機分配，較易出現數據樣本選擇性偏差問題，采用傳統數據分析方式易對評估結果造成誤差。由此，本文采用傾向匹配得分方法(PSM)對智慧城市建設與綠色經濟發展的因果效應展開評估。具體來看，PSM將影響綠色經濟和智慧城市建設的主要因素轉化為可被量化的條件概率，并據此為設立的智慧城市試點(處理組)匹配一個未設立試點但發展程度最相近的城市(對照組)。兩組城市之間除了是否建立智慧城市試點差異外，在其他層面均無明顯差異，一定程度上可以理解為是否設立智慧城市試點的差異。本文借鑒傾向匹配得分法選擇符合研究過程的數據處理組與匹配組，公式如下：

式(1)中：Xi表示匹配變量，是影響綠色經濟發展的因素總和，參照已有文獻及R2最大法則相關內容，選擇如下變量。①技術創新：采用各地級市從業人員專利總授權數量進行表征；②產業結構：計算方式為“第三產業總產值/第二產業總產值”；③基建水平：采用年末人均實有道路面積進行衡量；④外商投資力度：采用實際利用外商直接投資總額進行衡量；⑤環境規制強度：選取生活垃圾無害處理率、工業廢物利用率與生活污水處理率，并利用熵值法計算得到綜合指數作為環境規制強度的替代指標；⑥政府干預力度：采用財政支出總金額與GDP的比值進行衡量。

進一步利用Logit計算模型對式(1)中多個協變量數值進行降維處理，進而得到i地區的傾向得分數值Pi(X)。對處理組和對照組的樣本數據進行匹配過程中，主要采用距離為0.01的近鄰匹配法。截至2020年4月，住建部公布的智慧城市試點共計290個，這為本文利用雙重差分法(DID)進行具體研究提供了較好的“準自然實驗”條件。由此，本文以智慧城市試點設立當作一次“準自然實驗”，將2012—2020年期間設立智慧城市試點的城市作為處理組，未設立智慧城市試點的城市作為對照組，評估國家智慧城市建設對綠色經濟發展的影響。所設定計量模型如下：

式(2)中：Yit代表綠色經濟發展水平；根據城市獲批智慧城市試點的時間構建解釋變量，其中，智慧城市試點獲批之前與之后分別取值0和1。虛擬變量依據智慧城市試點設立時間的先后順序進行引入，具體含義是某城市于2012—2020年間設立智慧城市試點取值為1，反之取值為0。此外，、分別代表控制變量與隨機誤差項。

3.2 變量說明

3.2.1 被解釋變量

綠色經濟發展。本文以綠色經濟效率衡量綠色經濟發展，并在借鑒李勇剛(2021)[17]及申洋等人(2021)[18]衡量方法的基礎上，構建了綠色經濟效率測度的投入—產出指標體系。

(1)投入指標

投入指標是反映綠色生產過程中投入性要素轉化成最終經濟產出的效率指標[19]。本文將投入性指標主要設置為資源性和非資源性兩類。其中資源性投入指標主要為能源使用量，用工業用電量及液化石油氣總供量表示；非資源性投入指標主要為勞動和資本投入，分別用城市從業人數及城市固定資本存量(利用永續盤存法計算獲得)表示。

(2)產出指標

產出一般可分為期望產出和非期望產出，由此設置相應指標進行說明。其中，期望產出由社會和經濟效應產出組成，采用地區社會零售總額及生產總值表示；非期望產出主要指城市經濟發展過程中工業生產與居民日常生活中產生的廢棄物、二氧化硫等污染物，選用工業廢水總量、工業排放二氧化硫總量及工業粉塵排放量進行衡量。

3.2.2 核心解釋變量

本文核心解釋變量為智慧城市虛擬變量。相關數據主要源自《國家智慧城市試點暫行管理辦法(2012年版)》。該文件出臺后國家陸續公布了三批智慧城市試點名單及相關試點信息。

3.2.3 控制變量

為全面、準確衡量智慧城市建設對綠色經濟發展的影響，同時，為盡可能減小共線性問題帶來的數值估算偏差，本文選取了如下控制變量：技術創新、產業結構、基建水平、外商投資力度、環境規制強度、政府干預力度。具體變量含義如表1所示。

表1 主要變量及具體含義

3.3 樣本選取和數據來源

本文研究區間為2012—2020年，研究對象為中國285個地級及以上城市，研究所用數據源自《中國統計年鑒》《中國城市統計年鑒》《中國環境年鑒》及各地級市統計公報。與此同時，缺失的樣本數據主要利用線性插值法、均值法補齊。

4 模型檢驗與實證結果分析

4.1 傾向性得分匹配結果分析

為保證研究采用傾向性得分匹配方式測算的結果真實、可靠，選取的得分匹配研究變量必須滿足相關匹配平衡條件，即。進行傾向性得分匹配測算過程中，本文將研究樣本分為兩類：一類是2012—2020年間設立了智慧城市試點的城市，用作處理組；另一類是2012—2020年間未設立智慧城市試點的城市，用作對照組。基于Logit模型計算得到傾向得分匹配數值，并利用距離為0.01的近鄰匹配方式匹配處理組和對照組數據，具體結果如表2所示。不難看出，所有變量的得分匹配標準化偏差結果均大幅減小，由此可以推斷出此次研究的匹配效果良好。總結而言，本研究的樣本匹配結果滿足了平衡性假設。分析以上結論可知，DID法關于數據平衡性與隨機性的特征要求在匹配樣本后可以得到滿足，因此能夠進一步使用DID法進行回歸分析。

表2 匹配樣本變量的平衡性結果

4.2 基準模型檢驗結果

為準確驗證各變量之間的關系，本文利用雙重差分法對經過傾向得分匹配后的變量數據進行估計，并對式(2)進行回歸，得到回歸結果如表3所示。

表3 基準回歸結果

表3列(1)～(4)對應基準模型的被解釋變量分別為資源性投入、非資源性投入、期望產出、非期望產出。回歸系數顯示，2012—2020年設立智慧城市試點的城市對資源性投入、非資源性投入及期望產出方面均具有促進作用，其中，非資源性投入、期望產出在5%水平上顯著，資源性投入則并不顯著；與非期望產出在1%水平上顯著負相關。出現這一結果的原因可能是，智慧城市試點工程目前時間還較短，對于資源性投入的影響效應還有待進一步加深。從總體回歸結果可知，智慧城市建設可顯著提升綠色經濟發展水平。

從控制變量總體來看，inno的回歸結果顯示，技術創新與綠色經濟發展水平在1%水平上顯著正相關。隨著社會技術創新水平持續提高，社會資源得到廣泛優化整合，能夠促進綠色經濟穩步提升。lospg的回歸結果顯示，產業結構優化程度越高，綠色經濟發展水平越高；但對非資源性投入的促進作用不顯著。liofe的回歸結果顯示，基建水平與資源性投入、非資源性投入、期望產出正相關，而且分別在5%、1%、1%水平上顯著，但與非期望產出在1%水平上顯著負相關。fdine的回歸結果顯示，外商投資力度與資源性投入、非資源性投入、期望產出正相關，在5%水平上顯著；但與非期望產出呈負相關。sdife的回歸結果顯示，環境規制強度對資源性投入、非資源性投入、期望產出均具有正向影響，但在研究期內并不顯著，表明環境規制強度一定程度上能夠提升綠色經濟發展水平。ligov的回歸結果顯示，在本研究期內政府干預力度對綠色經濟發展具有促進作用，但并不顯著。

4.3 異質性檢驗

4.3.1 區域異質性檢驗

鑒于經濟發展與資源稟賦差異，通常具備區位優勢條件的智慧城市建設往往具有獲取綠色要素資源迅速、市場交易成本低廉等優勢，從而更方便助力綠色經濟發展。基于此，本文根據區位資源要素差異，將285個城市具體劃分為98個東部城市與187個中西部城市兩類樣本，從而檢驗不同區域智慧城市建設對綠色經濟發展的影響是否存在顯著差異，結果如表4所示。

表4 區域異質性檢驗

表4中列(1)～(4)表示東部城市的回歸結果；列(5)～(8)代表中西部城市的回歸結果。的測算結果顯示，智慧城市建設對綠色經濟發展均具有促進作用，其中，對中西部城市綠色經濟發展的影響更大。細致來看，東部城市基于地區稟賦優勢，在基礎設施、要素資源、地理位置、人才培養等方面比中西部城市略勝一籌，相應的，其在智慧城市建設中帶來的提升效應也較為有限。反觀中西部城市，由于其過往城市發展水平較低，進行智慧城市建設帶來的基礎設施升級、要素資源流通等能夠在短期內得到明顯提升，進而吸引高新技術產業與高技能人才大幅流入，推動自身綠色經濟實現快速發展。

4.3.2 城市規模異質性檢驗

伴隨中國城市人口占總人口比重日益增大，城市規模也在迅速膨脹，這就需要城市在區域內的分布與發展具備相對穩定的增長比例。按照國務院發布的《關于調整城市規模劃分標準的通知》，下文將城區常住人口在500萬以上城市定義為特大及超大城市；將常住人口在100萬～500萬之間的城市定義為大城市；將城區常住人口在100萬以下的城市定義為中小城市。借此，分別檢驗智慧城市建設對綠色經濟發展水平的影響，結果如表5所示。

表5 城市規模異質性檢驗

表5中列(1)～(4)表示特大及超大城市的回歸結果，列(5)～(8)代表大城市的回歸結果，列(9)～(12)代表中小城市的回歸結果。的回歸結果表明智慧城市建設對特大及超大城市與大城市的綠色經濟發展具有明顯的促進作用，對中小城市的影響作用并不顯著。究其原因，一方面，城市規模越大，自身產業集聚能力越強，對城市環境污染物可以實現大規模統一化處理，進而提升城市環境治理效率。在此基礎上，中國特大及超大城市與大城市在建設智慧城市進程中，可以充分利用新型環境治理技術與效率的全面提升，實現綠色經濟長期穩步發展；另一方面，中小城市與其他城市的區域協同治理機制并未完全建設起來，仍舊處于區塊化發展階段，致使中小城市難以享受到特大及大城市綠色經濟發展的輻射影響。綜上所述，國家智慧城市建設對綠色經濟發展水平的影響具有明顯的城市規模異質性差異。

4.3.3 城市行政級別異質性檢驗

智慧城市建設是推動經濟綠色轉型升級的重要手段，并且智慧城市建設已成為地區高科技產業發展的主要基地。目前來看，不同行政級別城市的綠色經濟發展程度本身就存在差異，再加上高技術產業的綠色創新效率與能力相較非高技術產業略勝一籌。基于此，本文借鑒汪陽潔等(2020)[20]的劃分方式，將城市行政級別依次劃分為副省級城市、省會城市與一般級別城市，以此考察智慧城市建設對綠色經濟發展的影響，結果如表6所示。

表6 行政級別異質性檢驗

表6列(1)～(4)表示副省級城市的回歸結果，列(5)～(8)表示省會城市的回歸結果，列(9)～(12)表示一般級別城市的回歸結果。的回歸結果表明，智慧城市建設對副省級城市、省會城市及一般級別城市的綠色經濟發展均具有明顯促進作用，其中，副省級城市估算系數大于省會城市，而省會城市估算系數大于一般級別城市。這可能是由于對于副省級城市來說，智慧城市試點工作主要目的是最大化享受規模經濟、產業集聚與資源配置優勢，借此更好實現綠色經濟全面發展。對一般級別城市而言，在智慧城市建設試點工作中可能面臨高技術人才不足、產業集聚效能低下、財政優惠政策較少等問題，一定程度上對綠色經濟發展的促進效應遠低于更高行政級別的城市。

4.4 智慧城市建設對綠色經濟發展的影響渠道分析

根據上文分析，智慧城市建設對綠色經濟發展具有明顯的促進效應。詳細來說，智慧城市建設通過合理化配置地區人力、物力、資本等資源，實現各生產性資源要素的整合與優化，最終促進綠色經濟發展[21]。對此，為深入研究智慧城市建設對綠色經濟發展影響的作用機制，本文進一步借用三重差分方法(DDD)檢驗資源配置效應，設定模型如下：

式(3)中： 表示城市配置資源，以城市人力、物力、資本資源配置總量來衡量；表示配置資源的影響渠道，即智慧城市建設通過影響城市資源配置總量對綠色經濟發展水平的影響程度，對式(3)進行測算估計，結果如表7所示。

表7 資源配置的影響渠道檢驗

5 結論與政策建議

本文利用傾向得分匹配方法與雙重差分方法，實證分析了智慧城市建設對綠色經濟發展的影響。研究發現：第一，智慧城市建設對綠色經濟發展存在顯著促進效用；第二，就區域異質性檢驗結果來看，智慧城市建設對中西部城市的綠色經濟發展影響更加顯著。就城市規模異質性檢驗結果來看，智慧城市建設對特大及超大城市與大城市的促進作用更顯著。就城市行政級別異質性檢驗結果來看，智慧城市建設對副省級城市綠色經濟發展的提升效應更加顯著；第三，就影響渠道而言，智慧城市建設可通過優化資源配置促進綠色經濟發展。

基于以上研究結論，本文提出如下政策建議：

第一，拓展智慧城市試點工作范圍。上述研究發現，智慧城市建設可以促進綠色經濟持續高效發展。基于此，政府可在現有城市發展基礎上納入創新發展理念，拓寬試點工作影響范圍。同時，考慮到各地級市在城市規模與行政級別等方面的差異，結合地級市實際發展現狀，政府規劃可充分利用區位優勢，實行區域化戰略定位，在智慧城市建設層面秉持求同存異原則，避免出現發展“一刀切”問題。

第二，強化綠色經濟協同轉型能力。一方面，建立智慧城市協同技術機制，加強各行政級別城市之間的內在聯系，推動綠色環境治理技術與要素配置資源高效流動，形成城市間合理分工的技術擴散網絡體系；另一方面，升級城市行政管理措施，為智慧城市建設提供公平、專業的競爭發展環境，弱化行政級別對綠色資源配置的影響，進而實現智慧城市建設中綠色經濟協同轉型。

第三，優化城市經濟產業結構。智慧城市建設一定程度上優化了二、三產業經濟結構。具體而言，政府要充分利用產業結構優化紅利，不斷促進現代生產性服務業高效發展，減緩城市對資源性投入的長期依賴。同時，重視現代生產性服務業對綠色全要素生產率的積極影響，通過整合培育高技術、高清潔的現代生產性服務業，加快服務業與綠色經濟的深度融合。