智慧城市建設對碳排放的影響及作用機制

摘?要：實現“雙碳”目標是中國向世界做出的莊嚴承諾。作為新型的城鎮化發展模式，智慧城市建設能否降低碳排放？基于中國城市面板數據，文章運用空間DID模型和SBM-GML分解方法揭示了智慧城市建設對碳排放的影響及其作用機制。研究發現智慧城市建設短期降低碳排放，而長期增加碳排放。機制分析發現短期技術效應發揮的減排效果；而長期技術進步的回彈效應阻礙減排。

關鍵詞?智慧城市；碳排放；空間DID模型；SBM-GML；指數分解

中圖分類號：F49;F299.2?????文獻標識碼：A???文章編號：1005-6432（2024）17-0000-04

[DOI]10.13939/j.cnki.zgsc.2024.17.002

1???引言

實現碳達峰目標的關鍵在于如何有效控制和減少二氧化碳排放的增量。現有針對中國碳排放驅動因素研究普遍認為城鎮化水平等是影響碳排放的重要因素。但由于城鎮化發展階段不同，傳統“以物為本”的粗放式城鎮化發展方式對碳排放的影響是復雜的。傳統的城市發展模式尚無法解決減排難題，尋求新型的可持續城鎮化發展方式或許是實現碳達峰目標的關鍵突破口[1]。智慧城市建設是新型城鎮化的重要依托，它強調將新一代信息技術充分運用于城市中的各行各業，實現信息化、城鎮化與工業化的深度融合，將有助于緩解“大城市病”，促進城市經濟、環境和資源協調可持續發展，全面提升城鎮化質量。那么，中國智慧城市建設是否有助于降低碳排放？如果可以，這種影響又是如何實現的？基于上述問題，文章運用2003-2016年中國148個城市面板數據，綜合空間DID模型和基于松弛變量的數據包絡分析模型（SBM）對表示技術進步的Global?Malmquist?Index（GML）進行測算和分解，深度地揭示了智慧城市建設對碳排放的影響及其作用機制。

文章主要貢獻體現在：其一，智慧城市作為中國城市未來的發展方向，以及考慮到中國正處于碳達峰的關鍵期，研究智慧城市建設對碳排放的影響和作用機制能夠為中國完成“雙碳”目標，尤其是碳達峰目標提供決策依據。其二，基于Grossman和Krueger（1995）[2]框架，并綜合運用SBM和GML指數，文章實證分析并檢驗了智慧城市建設對碳排放的影響渠道。其三，將空間DID方法引入政策的環境效應評估，充分考慮了政策的空間溢出效應。其四，文章運用中國城市層面的數據，彌補了傳統以國家、省際和行業等作為研究對象所得出研究結論較為粗糙的不足，豐富了現有研究。

2???技術效應分析及研究假設

技術效應表示智慧城市建設所引致的技術進步對碳排放產生的影響。智慧城市發展的核心在于下一代信息技術，革新的信息技術開啟了新一輪軟件開發創新浪潮。這些技術在市場廣泛應用的過程中不斷深化學習，進一步加速新技術更新迭代，帶動城市的技術進步。由智慧城市建設引致的技術進步是實現節能減排的有效手段。一方面，技術進步能夠直接提高能源效率，從而降低碳排放。此外，傳感器設備、大數據技術等廣泛深入地應用于生產過程中，能夠幫助企業實時監控能源使用和碳排放等情況，在實踐層面更好地制定節能減排措施。另外一方面，新能源技術和清潔生產技術的開發和應用等能夠從源頭處遏制碳排放，是實現經濟增長和減少環境污染的有效手段[3]。整個社會技術水平的提高，尤其是智慧城市建設所帶來信息化程度、信息共享水平等的提高，也會在一定程度上提高這些細分領域技術水平。從這一角度看，技術進步具有較高的減排效應。但值得注意的是，由于存在回彈效應，技術進步的影響并不單純表現為減少碳排放，還體現在其對經濟規模的擴張作用所帶來的碳排放增加。長期中技術進步對碳排放的影響將會有所不同[4]。依據上述分析，我們提出如下假設：

假設：由于回彈效應的存在，智慧城市建設通過技術效應對碳排放的影響尚未可知，這取決于回彈效應的大小。

3???研究設計

3.1???模型設定

文章基于空間杜賓模型框架，構建出相應的動態空間杜賓DID模型：

（1）

式中，為城市i在時間t的二氧化碳排放量。為智慧城市政策變量，由兩個分組變量T和C的交乘項構成，為實驗期虛擬變量：若智慧城市政策頒布前，，若政策頒布后，；為實驗組虛擬變量，若該城市為智慧城市試點，，若非試點城市，。為空間自回歸系數，代表著相鄰區域之間的相互影響程度，是階空間權重矩陣（n為城市個數），在文章中，筆者采用0-1鄰接矩陣作為空間權重矩陣；和是各解釋變量的空間影響系數，和分別表示個體固定效應和時間固定效應，最后一個參數為模型誤差項。

3.2??樣本選擇與數據處理

參照石大千等（2018）[5]的做法，文章選擇2012年批準設立的90個試點城市作為實驗組，其他非試點城市為控制組。考慮到2013和2014年共有184個試點城市，為估計2012年智慧城市建設對碳排放的凈影響，文章剔除了新設立的試點城市。

文章直接采用Chen等（2021）[6]核算出的中國縣級層面的碳排放數據并按照屬地原則進行加總獲取城市層面碳排放數據。政策變量Smart由實驗期虛擬變量和實驗組虛擬變量的交乘項組成。若該城市為2012年設立的智慧城市試點且該年份為2012年及以后，則Smart值為1；若為非試點城市或年份在2012年之前，則Smart值為0。人口總量用各城市年末戶籍人口衡量。文章以2003年為基期，用GDP平減指數將名義GDP轉換成成實際GDP。其他控制變量中，產業結構以第二產業增加值占GDP比重表示；FDI以FDI（經匯率換算成人民幣）占GDP比重表示。數據均來源于《中國城市統計年鑒》。

為深入探討智慧城市建設所產生的技術效應對碳排放的影響過程，筆者不再將技術進步作為一個整體，而是基于SBM模型對表示技術進步水平的GML指數進行測算和分解。GML指數可以分解為效率變化（也稱模仿型技術進步）和技術變化（也稱原創型技術進步），而技術變化仍可進一步分解為規模效率變化和純效率變化。更多關于指數分解法的理論及應用可以參見Tone（2001）[7]，Tone?和Sahoo（2003）?[8]和Oh（2010）[9]。文章選取年末從業人員數和固定資產存量作為投入指標，實際GDP作為產出指標。對于固定資產存量的計算，通常采用永續盤存法進行折算[10]。以上數據來源于《中國城市統計年鑒》。數據的描述性統計如表1所示。

4???結果與討論

4.1?智慧城市建設對碳排放的影響

平穩趨勢檢驗和空間相關性檢驗表明模型滿足了使用前提條件。表2同時給出了長期和短期內智慧城市建設對碳排放的直接、間接和總影響。在短期內，智慧城市建設對本地碳排放發揮了顯著的降低作用。正如第（1）列所示，智慧城市建設對碳排放的短期直接影響系數為-0.014且在1%的水平上顯著，這說明智慧城市建設將使得本市的碳排放量降低了0.014%。在第（2）列中，其顯著為負的間接影響系數表明智慧城市建設具有顯著的空間溢出效應，并且試點城市能夠帶動周邊城市碳排放量降低0.026%。第（3）列給出了智慧城市建設對碳排放的總影響。其對碳排放所產生的總影響系數為-0.040且通過1%的顯著性水平檢驗，表明短期內智慧城市將降低全國約0.04%碳排放。

當筆者考慮智慧城市對碳排放的長期影響時，以上結論將會發生變化。第（4）列的結果顯示，長期中智慧城市建設對碳排放降低效果十分有限，但第（5）和（6）列正向顯著的影響系數表明智慧城市建設對周邊城市碳排放產生了促進作用，這可能是因為長期中智慧城市促進了經濟增長，較大的回彈效應使得智慧城市的減排效果受到抑制。

4.2???穩健性檢驗

上述智慧城市建設對碳排放的估計結果不可避免地受到與降低碳排放有關的其他政策影響。若未考慮這些政策，則有可能高估智慧城市對碳排放的影響。在樣本期內，由于2014年頒布的《中華人民共和國環境保護法》對環境保護的影響力最大、適用范圍最廣，因此文章將其作為其他政策因素，重新估計智慧城市對碳排放的影響。如果系數變得不顯著，則表明城市碳排放的減少是由于其他政策的推動。剔除其他政策影響后，智慧城市建設對碳排放的影響系數略有所降低但仍然顯著。

另外，為識別智慧城市對碳排放的影響是否受到其他不可觀測因素干擾，文章隨機生成了智慧城市試點名單并重新估計隨機試點城市對碳排放的影響。若系數仍然顯著，則表明文章實證結果不可靠，智慧城市的減排效果受到不可觀測因素的影響。當隨機更換了試點城市后，智慧城市對碳排放的影響變得不顯著，再次證實文章結果的穩健性。鑒于篇幅限制，不在此報告結果。

4.3?影響機制分析

參考Nguyen和Phan（2020）[11]的做法，文章運用兩階段渠道分析法判斷智慧城市建設是否通過技術效應降低碳排放。這一方法分為兩個步驟：第一步，將智慧城市建設對技術效應進行回歸，若存在此渠道效應，則智慧城市系數顯著并符合理論預期；第二步，將技術效應按照從小到大排序后分為三份子樣本，選取較大和較小兩個子樣本并重新估計智慧城市建設對碳排放的影響。子樣本劃分可以識別渠道效應存在的強弱性。若渠道效應存在，智慧城市建設對碳排放的影響系數在兩個子樣本下將存在明顯差異。

在表3的結果中，智慧城市對技術進步正向顯著的系數表明智慧城市建設促進了技術進步。我們發現智慧城市在強渠道下，技術進步在短期內降低了碳排放。而在長期，智慧城市建設卻顯著提高了碳排放，這表明智慧城市建設通過技術效應在短期減少了碳排放，但由于在長期中存在回彈效應，智慧城市建設通過技術效應反而會增加了碳排放。假設3成立。

考慮到技術進步有多種形式，為進一步揭示智慧城市的技術效應如何影響碳排放，根據SBM-GML指數法分解的結果，我們分別估計了原創型技術進步和模仿型技術進步在智慧城市建設影響碳排放方面發揮的機制作用。結果顯示相對于原創技術，智慧城市更能夠促進模仿型技術創新。智慧城市建設通過模仿型技術進步對碳排放的短期降低效果更明顯，長期增加作用更大。當規模效率變動機制作用存在時（強渠道），智慧城市建設短期內增加碳排放，長期內將減少碳排放。這表明，短期中由于規模效率變動帶來的技術效率提高，產生了較大的回彈效應導致碳排放的增加；而長期中規模效率變動意味著技術運用效率提升，減排效果顯著。此外，模仿型技術進步的減排作用主要依靠純技術效率的提升，而不是規模效率變動。鑒于篇幅限制，結果備索。

5???結論

文章基于2003-2016年中國城市面板數據，綜合運用空間DID模型和SBM-GML指數分解方法揭示了智慧城市建設對中國碳排放的影響及其作用機制。研究發現：智慧城市建設對碳排放的作用在短期和長期內表現不同。在短期中，智慧城市建設減少碳排放并對鄰近城市產生負向的溢出效應。而在長期中，智慧城市建設增加碳排放并產生正向空間溢出效應。這是因為短期中技術效應短期減排，而長期中回彈效應阻礙了減排。進一步地，從技術效應的組成成分來看，技術效應的減排效果主要通過原創型技術進步和模仿型技術進步實現的。其中，模仿型技術進步發揮著更為主要的作用。模仿型技術進步對減排的效果略大于原創型技術進步所起的效果。

文章的實證結果對中國智慧城市建設以及降低碳排放具有一定的啟示意義。（1）短期中，中國仍需大力推進智慧城市建設。重點聚焦以下方面：①完善試點城市基礎設施建設，如5G基站、物聯網、云計算和地理空間定位等基礎設施，側重新信息技術的研發落地，發揮出短期內技術進步對減排的積極作用。②注重提供良好的創新環境，搭建創新實驗平臺、高新技術產業孵化園等并加強創新人才的培養，為智慧城市建設提供人力資本支撐。③有關部門需要適時地對產業結構進行引導和優化。政策可以有偏向地對環保產業、高新技術產業進行扶持，以促進結構效應的實現。（2）長期中，注意規避技術進步的回彈效應。智慧城市發展后期，在保持綠色低碳可持續的經濟發展模式的基礎上，提高技術創新要求，如鼓勵發展應用于低碳領域、環保領域和能源領域的技術創新，防止技術回彈效應弱化減排成效。（3）由于智慧城市建設在各區域存在明顯的異質性，這警示政府不宜“千篇一律”，要“因地制宜”地推進智慧城市建設。東部和中部地區要抓住智慧城市建設機遇，繼續通過技術進步、產業結構調整和可持續化經濟發展模式走在減排第一梯隊。政府應幫助東北和西部地區縮小與其他地區的發展差距，比如在政策方面給予一定優惠，推動各地區平衡發展。

參考文獻

[1]林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究，2010，45（8）：66–78.

[2]?GROSSMAN?G?M，?KRUEGER?A?B.??Economic?growth?and?the?environment?[J].?NBER?Working?Papers，?1995，?110（2）：353–377.

[3]徐斌，陳宇芳，沈小波.清潔能源發展、二氧化碳減排與區域經濟增長[J].經濟研究，2019，54（7）：188–202.

[4]YANG?L，?LI?Z.?Technology?advance?and?the?carbon?dioxide?emission?in?China–Empirical?research?based?on?the?rebound?effect[J].?Energy?policy，?2017（101）：?150–161.

[5]石大千，丁海，衛平，劉建江.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.

[6]CHEN?J?D，?GAO?M，?CHENG?S?L，?et?al.?County-level?CO2?emissions?and?sequestration?in?China?during?1997–2017[J].?Scientific?Data，?2021（7）：391

[7]TONE?K?A.?slacks-based?measure?of?efficiency?in?data?envelopment?analysis[J].?European?journal?of?operational?research，?2001，?130（3）：498–509.

[8]TONE?K，?SAHOO?B?K.?Scale，?indivisibilities?and?production?function?in?data?envelopment?analysis[?J].?International?journal?of?production?economics，?2003，?84（2）：165–192.

[9]OH?D?H.?A?global?Malmquist-Luenberger?productivity?index?[J].?Journal?of?productivity?analysis，?2010，?34（3）：?183–197.

[10]趙蔡晶，吳柏鈞.智慧城市建設促進了城市發展質量提升嗎？——基于多期DID方法的政策效應評估[J].經濟經緯，2020，37（6）：18–27.

[11]NGUYEN?J?H，?PHAN?H?V.?Carbon?risk?and?corporate?capital?structure[J].?Journal?of?corporate?finance，?2020（64）：?101713.

[作者簡介]李欣睿（1997-），女，山東煙臺人，碩士研究生，研究方向：國際經濟與治理。