智慧城市建設能否抑制霧霾污染？
——兼論其對經濟增長的影響

□王守坤 王 菲

[江西財經大學 南昌 330013]

引言

隨著我國經濟的高速發展，人民生活和收入水平在不斷提高，但伴隨而來的是眾多城市空氣污染持續存在的局面。2013年12月，東中部多個地區空氣質量上升到六級嚴重污染程度。2018年1月，京津冀及其周邊城市經歷了22天霧霾連成片的嚴重現象。眾所周知，PM2.5會導致城市出現大量霧霾，對人體健康造成損害，并且還會在污染支出方面帶來經濟負擔。環保部披露的2020年《中國環境狀況公報》顯示，全國337個地級以上城市中，只有59.9%的城市達到污染物濃度標準。繼黨的十八大報告提出將生態文明建設作為“五位一體”戰略布局的組成部分以來，黨的十九大報告將污染防治列為決勝全面建設小康社會的三大攻堅戰之一，黨的二十大報告再次提出要加強污染物協同控制，深入打好重污染天氣消除攻堅戰。此后，各級政府實施了更為嚴格的環境治理政策，并將大量財政資金投入到大氣污染防治工作之中。目前，空氣污染防治已經成為提高我國人民群眾幸福感的重要內容。

若要更有效地緩解PM2.5霧霾問題，進而促進我國經濟社會高質量發展，需要深入了解霧霾產生的經濟和社會成因。一般而言，霧霾污染與粗放型經濟發展方式、非清潔能源消費比重、產業結構比例、環境規制強度、城鎮化水平等因素緊密相關[1～4]。通過對已有空氣污染相關文獻梳理發現，與本文研究相關的因素是城鎮化水平，將兩者文獻進行歸納發現，現有文獻關于城鎮化與環境污染之間存在三種不同的觀點：一是城鎮化會增加環境污染[4]，二是城鎮化能夠有效緩解環境污染水平[5]，三是城鎮化與環境污染之間存在非線性關系[6]。然而，本文認為現有文獻討論不太充分的一個視角是，廣受關注的智慧城市作為加快城鎮化進程的新發展模式，能否對空氣污染產生作用。如果該作用存在，其對霧霾污染的作用是正向還是負向的呢？其中的作用機制又是如何？更進一步，智慧城市建設是否在對空氣污染產生作用的同時會影響經濟增長？基于上述問題，采用恰當的因果推斷實證方法，探析智慧城市建設與空氣污染之間的關聯，是本文關注的重點。

2003年以來，我國城鎮化進入高速發展期，一方面，城市人口密度攀升、交通擁堵和環境污染等城市問題不斷凸顯；另一方面，隨著居民經濟水平的提升，更加美好的城市生活成為人們的新追求。傳統城市治理模式已經無法解決“城市病”問題，亟需找到城市運行的新治理模式，因此，智慧城市建設應運而生。2012年11月，《關于國家智慧城市建設試點暫行管理辦法》出臺，開啟了我國智慧城市建設的新篇章；2014年8月，《關于促進智慧城市健康發展的指導意見》的發布，為我國智慧城市建設提供了重要指導。作為現代化城市運行和治理的新模式，智慧城市建設能夠有效解決城市病問題，在物聯網、云計算、大數據等新一代信息技術的推動下，優化城市資源，提升城市運行效率，提高人們生活質量。

已有較多學者對智慧城市的內涵與特征作出了清晰界定。例如，辜勝阻等認為智慧城市是將信息化、工業化和城鎮化深度融合，依賴于創新驅動、貫穿綠色發展理念、提供更加均等化的公共服務的城市結構和發展模式[7]。張小娟等認為在新一代通信技術支持下，智慧城市管理是摒棄突擊式、運動式的落后管理模式，且向多主體參與、標準化、信息化管理高級發展階段轉變的城市[8]；許釗等指出，通過將“數據”作為城市發展主要驅動力，智慧城可以利用先進通信技術推動城市運行智能化和可持續發展，革新城市生產、生活方式，優化城市經濟社會發展，居民獲得感也會因城市運行效率的提升而大幅提高[9]。

綜合現有文獻，本文認為智慧城市是通過信息和通信技術連接經濟和社會基礎設施，以創新和高效方式應用和實施城市管理，從而可以更智能地改善城市生活質量。智慧城市將信息和通信技術融入日常治理，旨在實現效率、改善公共服務、增加市民的舒適度和福利。智慧城市與傳統城市最大的不同是智能化。智慧城市利用現代信息技術，將城市系統進行智能化升級，實現城市管理和服務的智能化、協同化、融合化和高效化。相比傳統城市，智慧城市具有更加高效、便捷、智能的特點，能夠為市民提供更加優質的生活和服務。智慧城市具有如下特征：（1）全方位應用信息和通信技術。智慧城市可以將先進的信息技術吸收到城市服務管理各個業務領域，并將所產生的數據信息作為支撐城市管理運營的核心要素。（2）地方政府和其他社會主體密切聯系。智慧城市的管理者并非只限于地方政府，各類社會主體均參與到其治理過程，從而形成多元化的協同治理模式。（3）智慧城市之間可以互聯互通。智能城市將通信網絡、互聯網、傳感器和識別結合起來，可以進行跨地域溝通，從而實現城市之間高效的互聯互通，最終可以更大規模地實現市場分工。

當前，智慧城市建設已成為我國重要的戰略發展方向。我國學者對于智慧城市的研究也在逐步升華。在定性研究方面，辜勝阻、王敏和辜勝阻等指出，智慧城市建設通過技術創新和金融創新，在基礎設施建設中促進了信息集成與共享[7,10]。胡麗、陳友福從規劃設計、開發建設、運營維護等不同階段，分析了智慧城市建設的風險[11]。張丙宣、周濤則認為智慧城市的治理需要實行整體性治理，讓社會機制發揮基礎作用[12]。在定量分析方面，學者主要圍繞智慧城市建設產生的經濟效果進行研究。趙建軍、賈鑫晶基于雙重差分模型，從產業結構合理化和高級化兩個角度，研究發現智慧城市建設以技術創新、金融發展、人力資本作為機制推動了產業結構升級[13]。鄭景麗等基于面板數據，研究發現智慧城市通過推動科技創新、產業集聚和基礎設施建設來提高人才資本水平[14]。袁航、朱承亮、張龍鵬等和何凌云、馬青山則發現，智慧城市能促進了城市創新水平[15～17]。杜建國等和趙蔡晶、吳柏鈞基于面板數據，利用非合意產出的SBM效率評價模型來計算城市綠色發展水平，研究表明智慧城市建設試點對城市綠色發展有正向影響[18～19]。周小敏、李連友和王穎、周健軍通過雙重差分模型，研究發現智慧城市能顯著促進經濟增長[20～21]。

本文利用1999～2018年我國299個地級市面板數據，采用倍差法研究得到智慧城市建設顯著降低了城市霧霾污染。異質性分析表明，在我國南北不同地區，北方智慧城市建設減污效果更顯著；對于不同行政等級的城市，一般地級城市建設智慧城市能夠更顯著的抑制霧霾污染。同時，與省會城市相距越近，智慧城市建設的減污效果也就越明顯。進一步，智慧城市建設是以降低工業土地出讓強度、增加城投債發行次數、促進企業技術創新以及深化普惠金融數字化程度等途徑作為作用機制，最終達到了抑制霧霾污染水平的效果。當然，在可以實現抑制霧霾污染水平的同時，智慧城市建設還實現了以夜間燈光數據所表示的經濟增長。

石大千等采用雙重差分方法，以廢水和廢氣排放量來衡量城市污染，發現智慧城市建設會顯著降低城市污染，且降幅可達到9%～24%[22]。這為本文考察智慧城市建設是否會影響PM2.5霧霾污染問題，提供了文獻基礎和啟發。本文創新點在于：第一，由于石大千等廢氣污染只涉及二氧化硫污染物，并未涉及霧霾污染，故而本文是該文所涉及城市廢氣污染物范圍的拓展。第二，在研究視角層面，本文通過地方政府層面工業土地出讓強度、城投債發行的行為，企業層面的技術創新以及居民行為層面的普惠金融發展水平，通過重視多層次的實證分析判斷，考察智慧城市建設在空氣污染層面的作用機制。第三，本文還進一步討論了智慧城市建設試點對于以夜間燈光數據衡量的經濟增長的影響。由此，研究視角就被拓展到了我國政府如何實現環境保護與經濟增長目標“雙贏”的層面上來。此外，本文多角度的異質性分析，相比于已有文獻也提供了更強的穩健性。

一、理論假說

當前我國正處于新型城鎮化加速發展的時期，然而，空氣污染卻仍然是尚未完全解決的問題，PM2.5經常性排放超標會影響正常的社會經濟運行秩序。為了處理當前城市發展的難題，提高城市發展質量，實現區域可持續發展，智慧城市建設開始實施。建設智慧城市是否會對霧霾污染產生抑制性作用，尤其是能否實現空氣治理和經濟增長的雙重收益，是值得研究探討的主題。智慧城市建設作為宏觀層面影響城市發展全局的措施，是影響各類空氣污染水平的因素，會促使本文所關注的工業土地出讓、城投債發行次數、技術創新以及普惠金融數字化等方面發生變化，最終實現抑制霧霾污染水平的效果。實際上，上述作用機制可以歸納為“地方政府——企業——居民”框架，其中，工業土地出讓、城投債發行次數屬于地方政府行為，技術創新屬于企業行為，而普惠金融發展水平則屬于社會行為。因此，本文從地方政府層面的污染行業土地出讓和城投債發行次數、企業層面的技術創新行為，以及居民行為層面的普惠金融數字化這三個層面出發，探究智慧城市建設對于霧霾污染所發揮的抑制作用。具體邏輯如下。

在地方政府行為層面，智慧城市建設可以通過降低工業土地出讓強度抑制霧霾污染。土地是人們賴以生存和經濟社會發展的空間基礎，土地資源配置是建設智慧城市的重要一環。如果土地資源過多地向污染行業傾斜，顯然會抑制產業結構升級并阻礙產業結構向技術密集型轉變[23～24]。然而，在缺乏環境治理目標約束的招商引資模式下，企業在生產過程中將會排放較多的污染物，造成空氣污染。反之，如果地方政府在智慧城市建設目標的約束下，依托智能化的土地空間規劃技術，整合土地資源，提高配置效率，對有限的土地及空間資源進行科學合理的安排和利用，在此過程中不斷減少工業土地用于污染行業的數量，實際上，這也相當于減少了土地資源錯配，壓縮了污染企業粗放式生產總體規模，進而可以降低轄區內的污染排放量。作為佐證，王守坤和王菲基于我國2002～2016年271個地級市面板數據，發現了增加土地出讓強度確實會導致PM2.5年均值增加[25]。

與此同時，智慧城市建設可以通過增加城投債發行次數抑制霧霾污染。地方政府建設智慧城市，需要投入新型基礎設施，這就離不開合適有效的資金來源。城投債發行是城市基礎設施發展的重要資金來源[26]。有了城投債發行籌集建設資金，配合地方綠色信貸政策，地方政府就可以減少通過不斷降低環境保護門檻來吸引企業進入轄區的內在激勵。在智慧城市建設所給予的寬松融資政策背景下，城投債發行會增加政府財政收入，提高財政透明度，使政府能夠將大量生產資源流向信息網絡基礎設施和智能設備建設中[27]，從而將城市的物流、交通、社區進行聯通互動，實現城市智能化升級，提高信息傳播速度，降低污染物排放強度。此外，地方政府還可以利用城投債的發行結構進行產業升級和迭代，使得新舊動能加速轉換。現有文獻中，張欣怡基于1998～2011年省級數據，采用動態面板系統GMM估計方法同樣發現，政府發行城投債能夠顯著降低地區環境污染[28]。

在企業技術創新層面，智慧城市建設可以通過促進企業技術創新抑制霧霾污染。相對于傳統城市發展模式，在智慧城市建設背景下，許多新型基礎設施得以建設，相關參與企業會加快技術創新、研發和應用的進程。宋德勇等根據國際專利分類綠色清單整理了地級市層面的綠色專利申請數量，利用雙重差分模型估計發現，智慧城市建設試點對于綠色技術創新具有“量質齊升”的促進效應[29]。環境友好型技術快速進步，使得企業借助于循環經濟或節約能源投入量的方式降低企業成本，提升企業利潤空間。而利潤增加，又會不斷激勵企業研發更先進的技術和產品，由此形成了一個良性循環。同時，Chen等也表明充分利用這些清潔化新技術能夠升級改造傳統污染工業，優化能源結構，提高能源利用率，從而降低污染氣體排放量[30]。

在居民行為層面，智慧城市建設可以通過提高數字普惠金融發展水平抑制霧霾污染。隨著我國互聯網與數字技術的發展，互聯網金融逐步滲透到社會經濟生活中。智慧城市建設通過大數據、區塊鏈、人工智能等新興技術的創新運用，逐步提升了智慧金融數字化水平。利用數字技術可以提高普惠金融服務覆蓋面和精準度，降低經濟主體獲取信息的成本，從而提高城市運轉效率，降低城市能源負荷強度，達到降低霧霾排放量的目的[31]。此外，金融數字化也改變了傳統交易模式，以支付寶、微信支付為代表的各種數字金融產品正在逐步取代紙幣交易方式，其使用方式簡單便捷，為居民生活帶來了極大便利，在一定程度上降低了出行概率，也節約了居民的交通成本[32]。這種低能耗、低成本的交易方式也能夠有效降低城市污染。現有研究發現，金融科技創新往往可以抑制環境污染的加劇[33]。鄭萬騰等同樣基于地級市面板數據，研究發現數字金融發展對環境污染具有顯著的治理功效，且其機制主要涉及社會經濟發展、引領產業轉型升級和提高綠色技術創新水平等方面[34]。

綜上分析，我們提出本文所要檢驗的理論假說：智慧城市建設能夠降低轄區霧霾污染水平，尤其是通過降低工業土地出讓強度、增加城投債發行次數、促進企業技術創新以及深化普惠金融數字化程度等方式來抑制霧霾污染。如果以上假說成立，一個自然的邏輯延伸則是，智慧城市建設在抑制霧霾污染水平的同時也會推動轄區的經濟增長。

二、模型設置

本文采用我國1999～2018年地級市面板數據，基于倍差法（Difference-in-difference，DID）實證分析智慧城市建設試點對霧霾污染以及經濟增長的影響。由于分別是在2012、2013、2014年分三批公布了智慧城市建設試點，本文計量模型屬于多期（Time-varying）倍差法模型。具體地，本文通過雙向固定效應框架來實現雙重差分估計，并采用隨樣本城市和年度變化的處理變量scity，來代替標準倍差法模型中的交互項，回歸模型設置如下：

其中，lnPM2.5為因變量，即地級市PM2.5對數值，其中i代表地級市編號，t代表年份。基于哥倫比亞大學全球PM2.5衛星影像柵格初始數據，運用ArcGIS軟件，將我國各地級市行政區域矢量圖結合后進行柵格提取，就能夠得到城市PM2.5年均濃度數據。在回歸中，本文對該變量進行了對數值處理。值得強調的是，雖然衛星數據監測過程會受到氣象因素的一定影響，但是其更容易被遙感技術觀測，不易自然沉降，更具客觀性且覆蓋區域更廣，故而能夠全貌性地對地區PM2.5濃度予以反映。基于衛星影像的污染數據，也可以相當程度上避免人為干擾造成的不準確問題[2,35]。目前文獻已經廣泛采用哥倫比亞大學PM2.5衛星監測污染數據[36～42]。

回歸模型（1）中，scity為核心自變量，反映某個城市i在t年是否是智慧城市建設試點。2012年，我國住建部頒發了正式文件即《關于開展國家智慧城市建設試點工作的通知》，這標志著我國智慧城市建設的開始。接下來，住建部又分別發布《關于公布2013年度國家智慧城市建設試點名單的通知》《關于開展國家智慧城市2014年試點申報工作的通知》等相關文件，揭曉了第二、第三批智慧城市建設試點名單。由于本文數據層級界定在地級市，故而我們將住建部公布的試點名單中的非地級市去除，得到了第一批34個、第二批42個、第三批29個，即總體共有105個處理組的樣本數據①。在政策沖擊不是發生于同一時間點的多期DID中，每個城市下標包括i和t兩個維度的變化，也即傳統倍差法回歸方程設置中的交互項將合并為一個核心自變量。該變量的賦值規則是，當樣本城市是智慧試點城市并且處于政策實施的當年及之后年份，定義為1，否則為0。scity的影響系數估計值β是本文重點關注的影響系數，它代表了智慧城市建設試點對城市PM2.5的凈影響。依據第二部分的理論假說，β應該為顯著的負值。

X為控制變量集。為了提高對于核心自變量的估計精度，回歸模型中還需要控制其他可能影響霧霾污染水平的因素，包括（1）城市化（lnurb）。我國快速進行城鎮化進程中的副產品之一是空氣污染，城鎮地區也是發生空氣污染的主陣地。參考林伯強、劉暢的方法，采用非農業人口占總人口比重的對數值來衡量城市化[43]。（2）產業結構（Industry）。第二產業占比越大，霧霾污染可能也越嚴重，本文參照姚鵬、牛靖的做法采用第二產業從業人員占總從業人員的比重來衡量產業結構[44]。（3）人口規模（lnpopulation）。采用年末總人口對數值表示，此項指標用以控制人口數量因素對霧霾污染水平的影響。（4）科技創新程度（lnscient）。參考李軍林等用科研與綜合技術服務業從業人員數衡量地區創新服務人才程度[45]，該指標能夠較好代表城市科技創新成效。基于此，本文采用科研綜合技術服務業從業人員對數值表示科技創新程度，該項指標值越大，對霧霾污染水平的抑制效果也越大。（5）交通基礎設施（lninfrast）。交通基礎設施建設與機動車保有量存在著較大的關聯，本文使用年末實有鋪裝道路面積對數值衡量交通基礎設施建設水平。（6）氣候因素（climate）。氣候對霧霾污染水平的影響較大，風速越大，霧霾也就越少，本文采用地區平均風速來控制對霧霾污染水平的影響。以上變量數據來源于《中國城市統計年鑒》和《中國區域經濟統計年鑒》。

μi代表地級市固定效應。由于城市本身不可觀測的異質性特征也是影響霧霾污染水平的重要因素，故需要采用城市固定效應控制個體差異化特征對于因變量的影響；λt代表年度固定效應，用以控制不隨個體而隨時間變化的異質性影響；εit為隨機干擾項。值得提前指出的是，后文進行作用機制識別時，還涉及了以下變量：（1）土地出讓于污染行業的強度（land）。該變量是一個比值變量，其分子是城市當年所有出讓于工業污染行業的地塊占全部工業出讓地塊的比例，分母是工業用地出讓數量占該城市當年所有出讓地塊的比例。嚴重污染行業界定遵循國務院《全國第一次污染源普查》中的說明②。地塊出讓數據來源于中國土地市場網③，該網站提供了全國土地市場微觀交易數據。對于每一筆土地交易，公布了地塊編號、項目地址、土地用途、行業分類、開工時間等相關信息。由此，我們采用爬蟲技術獲取了開工時間位于本文樣本時間段的用地出讓信息，這其中比較重要的信息是工業用地出讓所指向的行業門類。然后，可以匯總計算得到土地出讓于污染行業的強度。（2）城投債發行次數（fxns）。數據來源于曹婧等公布的2006～2015年城投債基礎數據庫[46]。（3）技術創新（lninno）。采用人均專利對數值來衡量，數據取自《中國城市統計年鑒》。（4）普惠金融數字化程度（digitization）。該數據來源于北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融發展指數報告。除虛擬變量外，表1對本文所涉及的經濟變量進行了描述性統計。

表1 變量描述性統計

三、實證結果

（一）基準結果及穩健性檢驗

本文利用倍差法研究智慧城市建設試點對地級市霧霾污染水平的影響，依據模型(1)進行回歸分析得到估計結果如表2所示。其中，在始終包括地級市固定效應和年度固定效應的前提下，表2第1列是沒有加入控制變量時的估計結果，第2列是添加控制變量時的估計結果。表2前兩列結果清晰地表明，智慧城市建設會對霧霾污染有顯著的負向影響，即智慧城市建設可以顯著的抑制霧霾污染，降幅約為2%。考慮到邊遠地區智慧城市建設較為困難，且建設試點數目較少的特殊性，本文刪除了新疆維吾爾自治區、西藏自治區、內蒙古自治區、寧夏回族自治區和廣西壯族自治區等5個自治區的城市樣本來檢驗上述倍差法估計結果的穩健性，回歸結果如表2第3列所示。從中可以看出，回歸結果保持一致。

表2 智慧城市建設試點對霧霾污染水平的作用

倍差法是評估政策效果時常用的一種因果識別計量策略。采用該計量分析方法有一個最重要的適用性前提是：研究所涉及的處理組和對照組，在政策實施之前需要滿足平行趨勢假定，即兩組樣本隨時間推移的變化趨勢相同，或不存在系統性差異。總體而言，平行趨勢檢驗相當于進行反事實測試，即將智慧城市建設試點的實施時間主觀地在時間層面提前若干時期。由于反事實狀態下智慧城市建設并未實際開始，由此而構建的反事實核心自變量系數應該是不顯著的。依據文獻通常的做法，我們采用事件分析研究框架進行平行趨勢假設檢驗，構建如下回歸模型：

其中Dk是針對核心自變量scity每年取值所設置的0～1虛擬變量，并將實施智慧城市政策試點的當年將k標記為0，實施當年向前追溯的第k年，標記為-k。同時，實施當年向后追溯的第k年直接記錄為k本身，這等價于將核心自變量的作用進行動態化分解。本文以實施智慧城市政策的2012年為基準期，設定智慧城市建設的前4年以及后4年。為了避免共線性的影響，將政策實施前兩年的虛擬變量，也就是-2期刪除。由于反事實狀態下智慧城市建設并未真正開始，由此而構建的假想情況下，核心自變量估計系數βk應該是不顯著的。在加入與模型(1)相同控制變量的設定下，基于模型(2)的平行趨勢測試結果如圖1所示。圖1中每個估計系數值上下兩端的豎線表示其置信區間，且不同自變量的估計系數之間采用虛線加以連接。從圖1可知，智慧城市建設試點之前的估計系數基本滿足無法拒絕其為0的t統計量原假設，此時平行趨勢假設成立。這也說明智慧城市建設試點這一政策在實施之前，各城市PM2.5污染水平沒有系統性差異，從而適合采用倍差法來評估其影響。值得注意的是，自智慧城市試點政策執行之后的第4期開始，其對于霧霾污染的抑制作用不再顯著。

圖1 平行趨勢檢驗結果

進一步，考慮到影響地級市空氣污染的因素眾多，這就要求我們回答回歸模型是否遺漏了與核心自變量相關的不可觀測遺漏因素，以避免內生性偏誤問題。如果核心自變量本身確實混雜了其他遺漏因素，則核心自變量就不能單純地被認為是僅衡量了智慧城市建設的作用。這里參照文獻[47～49]做法，進行安慰劑測試（Placebo Test）。該方法的操作過程是隨機生成“假想”的智慧城市建設試點，依此構造“假想”核心自變量之后進行多次回歸，然后考察多個“假想”核心自變量估計系數的密度分布特征。為了增加穩健性和有效性，這里進行1 000次安慰劑測試。如果確實存在干擾本文基本結論成立的不可觀測遺漏因素，那么，通過1 000次隨機化方法重復產生“假想”核心自變量的過程，應該會有很大概率捕捉到那些遺漏干擾因素，進而使得在1 000個“假想”核心自變量估計系數的密度分布圖中，會以一個較大概率包含真實核心自變量系數；反之，如果發現真實核心自變量系數獨立于1 000次“假想”核心自變量系數密度分布之外，則我們可以排除回歸模型存在遺漏干擾因素的可能性。

安慰劑測試結果如圖2所示④。圖2中黑色部分是“假想”核心自變量系數的取值概率密度分布圖，可以看出1 000個“假想”核心自變量系數基本服從均值為0的正態分布，這是因為隨機生成的“假想”智慧城市建設事件沖擊，是基于隨機化過程進行的，并不會真實地對空氣污染產生作用效應。作為對比，標準正態分布曲線以圖2中的虛線加以表示。圖2左側黑色豎線標注的是表2第2列真實核心自變量系數即-0.021 3的位置。由圖2可知，真實核心自變量系數獨立于“假想”核心自變量系數分布之外，這意味著真實核心自變量系數幾乎不可能來自于一些不可觀測遺漏因素的作用。因此，我們可以排除存在遺漏變量偏誤的擔憂。

圖2 安慰劑測試結果

（二）異質性分析

在進行穩健性檢驗之后，為了考察本文基本結論的適用性和豐富程度，本小節分別基于我國南北地區、城市行政級別以及距離省會城市遠近等三個方面進行了異質性分析，具體如下。

首先是基于南北差異的異質性。由于自然資源、經濟結構以及冬季取暖方式差異等因素的影響，我國南北地區各城市的霧霾污染水平可能存在結構性差異。眾所周知，北方煤、石油、鐵礦石等礦物質資源豐富，因而逐步演變成以挖礦、冶煉、機械制造等重工業為主的產業結構。再加上我國南北地區冬季取暖方式的差異，智慧城市建設在南北地區對于霧霾污染就可能產生不同性質的影響。這里以秦嶺-淮河作為南北地區的分界線，將整體樣本分為南方和北方城市兩部分，估計結果如表3前兩列所示。可以發現，在南方地區，智慧城市建設試點對于霧霾污染水平的作用雖然為負卻不顯著；而在北方地區，智慧城市建設能顯著的抑制霧霾污染，且系數絕對值較大。究其原因可能在于，智慧城市建設在北方地區的推進可以更大程度上升級改造傳統重工業，優化產業結構，減少空氣污染物的排放量。

表3 基于南北地區與城市行政級別的異質性分析

其次是基于城市行政級別的異質性。我國城市級別行政體系可分為直轄市、副省級城市、準副省級城市、計劃單列市和一般地級市等五大等級，不同行政級別城市的行政面積、財政權限、產業結構、人口規模等方面均存在不同。這也意味著，城市行政級別不同，其在政治、經濟、文化等方面的資源稟賦也會有所不同。比如，一線城市在資金、技術、人才等方面具有更大的優勢，而中小規模城市則可能在政策執行和資源調配方面更為靈活。同時，不同級別的城市在環保政策的執行力度上也會有差異。顯然，這些因素也都會深刻地影響城市霧霾排放量。鑒于除一般地級市外，其他級別城市樣本數較少，故而本文將整體樣本劃分為一般地級市和非一般地級市兩大類，分組研究智慧城市建設試點對霧霾污染水平的作用效果。估計結果如表4后兩列所示，可以發現，一般地級市樣本中，智慧城市建設能夠顯著抑制霧霾污染，而行政級別高于一般地級市的城市樣本中，核心自變量系數為負卻不顯著。這一結果產生的原因可能在于，城市行政級別越高，或者其地位越重要，其空氣污染形成的因素越復雜，從而無法有效捕捉智慧城市建設這一因素的污染治理作用。此外，江艇等研究發現城市行政級別越高，則會導致國有企業和外資企業制造業內部的資源錯配程度越嚴重[50]。這些因素一定程度上也會對沖智慧城市的積極作用。

表4 與省會城市之間的距離檢驗結果

再次是基于距離省會城市遠近的異質性。由于省會城市具有政治、經濟和文化等方面的相對優勢，其往往會吸引優質經濟發展要素，甚至也影響著省內各個城市的資源分配模式。因此，地級市距離省會城市的遠近不同，其能夠分享的各種資源、技術和人才溢出效應也會存在差異。根據地級市與其省會城市的距離分布情況，以120千米作為間距，恰好可以采用分位點分割方法將整體樣本分為三組，分別是距離在120千米以內、120～240千米以及大于240千米。這樣，三組子樣本比例也分別為30%、40%、30%，基本實現了子樣本數均衡。估計結果見表4，從表4可知，當城市距離省會120千米范圍之內時，智慧城市建設能夠在10%顯著性水平上抑制霧霾污染；當距離省會120～240千米時，霧霾污染水平的抑制效果更顯著，達到了5%。當距離在240千米以上時，核心自變量估計系數同樣也為負卻不再顯著。產生這一結果的原因可能在于，當城市距離省會城市越近，省會優勢資源集聚所產生的溢出效應會強化智慧城市建設的污染抑制效應。

四、機制驗證及拓展分析

（一）機制驗證

從上文倍差法估計結果可以看出，雖然存在不同角度下的異質性，但是智慧城市建設能夠抑制霧霾污染水平的作用是客觀而穩健地存在的。本文第二部分理論假說已經指出，智慧城市建設可以通過降低工業土地出讓強度、增加城投債發行次數、促進企業技術創新以及深化普惠金融數字化程度等途徑來抑制霧霾污染。按照此思路，本小節分別驗證上述邏輯是否成立。與模型(1)設置相一致，這里通過將因變量置換為上述機制變量，建立回歸模型如下：

其中，mid依次為土地出讓于污染行業的強度（land）、城投債發行次數（fxns）、技術創新（lninno）以及普惠金融數字化（digitization）等四個變量。模型(3)中，如果核心自變量系數β顯著，則說明智慧城市建設試點對機制變量會產生影響，進而這些機制變量在本文第二部分所闡述的理論邏輯中達到了降低霧霾污染的效果。表5為機制檢驗回歸結果，其第1列表明，智慧城市建設試點降低了地方政府將土地出讓于污染行業的強度。此時核心自變量系數顯著性水平是5.6%。現實中，地方政府很可能是在具備了智慧城市建設試點身份之后，變得更加重視環境治理問題，并相應地降低了將工業用地出讓于嚴重污染行業的內在傾向。

表5 智慧城市對機制檢驗回歸結果

表5第2列顯示，智慧城市建設試點對城投債發行次數的影響系數，在1%的水平下顯著為正。顯然，智慧城市建設所附帶的各類優惠支持政策，會激勵政府增加發行城投債次數。在地方政府可以通過發行城投債解決融資約束的前提下，其通過放松污染治理標準等方式招商引資的壓力就會減輕，從而最終有益于減少PM2.5排放。表5第3列顯示核心自變量scity對于技術創新的影響為正，且系數恰好在5%的水平顯著。表5第4列中，智慧城市建設與普惠金融數字化的回歸系數為正，實際顯著性水平為9.3%。當然，許釗等已經運用2011～2018年283個地級市面板數據，證實了數字金融可以通過創業效應、創新效應和產業升級效應等三大機制來抑制環境污染[51]。

（二）拓展分析

經濟增長一直是我國追求的目標。霧霾污染本身會對經濟增長帶來的負面作用，不屬于增長的應有內涵[52]。智慧城市建設是通過四個機制途徑來抑制霧霾污染，鑒于這些發生機制均屬于促進經濟增長的有益因素，那么，一個自然的猜想是，智慧城市建設可以在降低霧霾污染的同時獲得經濟增長。為了驗證該猜想，本文采用夜間燈光亮度（light）來衡量地級市經濟增長，這與眾多文獻一致[1,53～54]。回歸模型如下：

其中，夜間燈光亮度數據來自美國國家地球物理數據中心⑤，并按照李松林、劉修巖的做法[55]，對燈光數據進行了校正，然后使用ArcGIS軟件提取所需樣本行政區劃范圍內所有柵格的燈光亮度后再將其加總⑥。依據模型(4)得到的回歸結果如表6所示，由表6第1列可知，智慧城市建設提升了地級市夜間燈光亮度。此時核心自變量系數顯著性水平的實際值是5.4%。基于穩健性考慮，這里還進一步考察了智慧城市建設試點對地區生產總值增長率（rate）作用，如表6第2列所示。可以發現智慧城市建設的影響系數仍然為正，且顯著性有所增強，達到了1%。總體而言，智慧城市建設不僅抑制了霧霾污染，而且也實現了地區經濟增長。

表6 智慧城市建設試點對經濟增長的回歸結果

五、結論與建議

作為新的城市發展模式，智慧城市為當前地方政府解決我國霧霾污染問題提供了一個良好方向。本文基于1999～2018年我國299個地級市面板數據，利用倍差法評估了智慧城市建設試點對霧霾污染水平的影響，研究結果發現智慧城市建設能夠抑制城市霧霾污染，且本文多角度的異質性分析發現該作用主要發生于北方地區、一般地級市以及距離省會城市較近的地級市樣本中，相比于已有文獻也提供了更強的穩健性。本文的機制分析結果也表明，智慧城市建設是通過政府層面的降低工業土地出讓強度、增加城投債發行次數，企業層面的促進企業技術創新以及居民行為層面的深化普惠金融數字化程度的途徑，來降低了霧霾污染。同時，本文研究發現智慧城市建設在通過上述因素抑制了霧霾污染水平，還實現了經濟增長。這為我國政府實現環境保護與經濟增長目標提供了一定的指導意義。

當前，我國智慧城市建設過程中取得了一定的成效，但也反映出一些問題，如智慧城市建設頂層設計不強、區域發展不平衡、智慧城市發展生態未形成等。因此，基于本文研究結果和我國目前智慧城市的發展狀況，我們提出如下政策建議：

第一，智慧城市建設不僅有利于解決我國當前因霧霾污染造成的社會福利損失問題，而且還可以更好地兼顧經濟增長。因此，政府應該繼續深入加強地區智慧城市建設試點政策的實施工作，優化智慧城市頂層設計，把綠色發展理念貫穿到智慧城市規劃建設的每一個環節，不斷提高城市智能化治理水平，從而促進我國經濟發展。

第二，需要加快北方地區產業結構轉型，優先大力發展新興智慧產業，利用智慧城市建設所帶來的紅利，增強城市競爭力，縮小南北城市發展差距；在城市發展過程中還需要逐漸弱化城市行政級別，減少對高行政級別城市的資源“偏袒”，通過不斷優化行政級別高的城市和一般地級市的功能布局，推動一般地級市承接高行政級別的部分功能，以此來增加對一般地級市的支持。同時，地方政府還應加大扶持距離省會城市較遠的地區，不斷完善不發達城市的智能化基礎設施建設，解決好因地區距離差異導致的資源分配不合理的現象，從而縮小地區之間空氣污染治理效果的差距。

第三，降低工業土地出讓于污染行業的強度、增加城投債發行次數、促進企業技術創新以及深化普惠金融數字化程度等因素都是城市減污和經濟增長的有效支持力量。對于工業土地出讓，地方政府應該合理地制定供地計劃，嚴格按照工業用地定額指標來執行。尤其對于城投債，要因地制宜防范和化解地方政府債務風險。根據本文結論，智慧城市建設能夠通過增加城投債發行次數降低霧霾污染，但長期會導致地方政府對城投債過度依賴，因此，一方面，應設置好地方政府債務的安全底線，嚴格把控好安全底線，并健全地方政府債務預警和償還機制。另一方面，還可加強對綠色債券發行的監管，增加綠色信貸產品的類型，從而使得地方政府有充足的財政資金去加快城市智能化基礎設施建設，提高城市數字化水平。因此，借助于智慧城市建設，可以更好地加強這些有益因素發揮作用的廣度和深度，進而有助于降低城市霧霾污染，實現我國經濟社會的全面進步以及國家治理能力的迅速提升。

注釋

① 直轄市較高的行政級別，其對應著與普通地級市完全不同的資源配置權限，故刪除了4個直轄市。當智慧城市建設名單中僅將地級市內的某個縣或者區、鎮作為試點時，則將該樣本剔除。

② 包含農副食品加工業、食品制造業、紡織業、皮革毛皮羽毛(絨)及其制品業、造紙及紙制品業、石油加工煉焦及核燃料加工業、化學原料及化學制品制造業、非金屬礦物制造業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、電力熱力的生產和供應業11個行業。

③ 該網站官方網址是：https://www.landchina.com/。

④ 值得說明的是，Chetty et al.（2009）論文中報告的是“假想”核心自變量系數的累積分布圖。為了更加直觀地展示“假想”核心自變量系數的分布特征，與沈坤榮和金剛（2018）一致，本文報告了其概率密度圖。

⑤ 這一數據記錄的是20:30到22:00的夜間人造燈光亮度圖像，每一柵格燈光亮度的取值范圍是0～63。亮度數值越高代表燈光反射越強。

⑥ 考慮到夜間燈光加總數值太大會使得核心自變量系數估計值不美觀，這里在維持該變量原本數據分布特征的基礎上，將其進行了除以10 000處理。