智慧城市建設與耕地保護

中圖分類號：F329.9 文獻標識碼：A 文章編號：2097-0145（2025）02-0033-08 doi：10.11847/fj.44.2.33

0 引言

土地是城鎮化發展的根基，也是保障糧食安全的關鍵資源。自改革開放以來，中國城鎮化建設在“土地紅利”和“人口紅利”的支持下高速發展，但過度依賴廉價土地和勞動力的發展模式在面對高質量發展需求時已難以為繼。一方面，過度依賴廉價土地容易導致城市資源配置效率低下，對城鎮化進程中人民生活和經濟社會可持續發展帶來負面影響;另一方面，過度依賴廉價勞動力也因人口結構的變化而不具有可持續性[1]。如此一來，面臨土地和勞動力要素制約的城鎮化建設亟需從“要素驅動\"轉向“創新驅動”，通過智慧城市建設牽引城鎮化、工業化以及信息化的深度融合，以技術創新引導生產生活和管理方式的智慧變革。

作為中國式現代化城市發展的重要方向，智慧城市建設是新型城鎮化高質量發展的重要支撐之一，如何在智慧城市建設中化解城鎮化發展與耕地紅線之間的潛在張力已成為學界亟待回答的重要議題。理論上，智慧城市建設對耕地的影響具有多重復雜性。從要素配置的視角來看，智慧城市建設可以通過提升土地集約化利用效率，有效抑制城鎮化進程中對于耕地的粗放占用，但與此同時，城鎮化進程中城市對農村勞動力的吸納又會進一步加劇耕地棄置現象3；而從技術賦能的視角來看，統籌城鄉發展過程中，作為新型城鎮化的智慧城市建設需要占用一定數量的耕地[4]，但與此同時，智慧城市建設引人的數字技術又能通過資源整合和整體規劃，一定程度上緩解碎片化的耕地棄置[5]。智慧城市建設對耕地的多維影響使地方政府在有關智慧城市建設的決策中一度權衡不定，準確評估智慧城市建設對耕地的影響效應及其內在機制在此背景下顯得尤為必要，這不僅有助于深化地方政府對于智慧城市建設的理解，也可以幫助地方政府更好地利用數字技術推動新型城鎮化的高質量發展。鑒于城鎮化進程中耕地減少的形式主要為占用和棄置[，而智慧城市建設對城市管理的影響可歸納為要素配置效應和技術賦能效應[]，本文嘗試從這兩個渠道出發，系統剖析智慧城市建設對耕地保護的影響效應及其內在機制。

本文基于全國縣級行政單位23年（2000—2022年）面板數據集，采用人均耕地面積作為耕地保護程度的衡量指標，并以住建部批準的三批智慧城市試點為準自然實驗，構建雙重差分模型，檢驗智慧城市建設對于試點區縣耕地保護的影響。本文的創新貢獻主要體現在以下三個方面：首先，本文通過實證分析系統檢驗了智慧城市建設對耕地保護的影響，填補了智慧城市建設與土地資源管理交叉研究的不足；其次，本文揭示了智慧城市建設促進耕地保護的四條關鍵路徑一一優化土地資源配置、改善勞動力資源配置、提升土地監管能力和提高土地利用效率，為理解智慧城市如何通過要素配置和技術賦能實現可持續發展提供了新的理論框架;再次，本文將智慧城市研究從經濟增長和治理效率等傳統視角拓展到耕地保護領域，不僅為智慧城市在城鎮化進程中平衡發展與資源保護提供了新的理論視角，也補充了智慧城市建設在促進土地資源可持續利用方面的實證證據，為政策制定和城市規劃提供了重要參考。

1理論基礎與研究假設

1.1 智慧城市的建設情況

智慧城市是現代城市治理的新形態，核心在于利用信息通信技術分析城市大數據，高效配置資源，智能管理城市運行，從而實現精準、高效、可持續的城市管理與服務[8]。自從IBM提出“智慧地球”理念以來，智慧城市作為這一理念的重要實踐形式，在全球范圍內得到了廣泛推廣。美國、歐盟、日本、韓國、新加坡等地的經驗表明，智慧城市建設能顯著增強公眾參與、推動經濟增長、提高城市管理績效、提升公共安全并促進可持續性發展[9]

在中國，智慧城市建設被視為新型城鎮化的重要推動力。自2012年住建部發布《關于開展國家智慧城市試點工作的通知》，印發《國家智慧城市試點暫行管理辦法》和《國家智慧城市（區、鎮）試點指標體系（試行）》文件以來，先后有三批城市（2012年、2013年、2014年）人選智慧城市試點，涵蓋地級市、區縣、鄉鎮三個層級。現有研究顯示，智慧城市建設可以提高創新水平[10]和城市韌性[1]，降低環境污染[12]和碳排放[13]，提高企業創新投入[14]、全要素生產率[15]和綠色技術創新[16]，但對耕地的影響研究依然有限。

作為中國新型城鎮化建設的核心內容，智慧城市建設致力于推進城市數字化轉型、智慧化發展，推動城市治理體系和治理能力現代化。例如，《智慧城市時空大數據平臺建設技術大綱（2019版）》提出建設智慧城市時空大數據平臺試點，鼓勵其在國土空間規劃、市政建設與管理、自然資源開發利用、生態文明建設以及公眾服務中的智能化應用，促進城市科學高效、可持續發展[17]。相較于國外，中國的智慧城市建設更加強調城鄉統籌與融合發展，特別是黨的十九大以來，新型智慧城市建設加速落地，建設成果逐步向區縣和農村延伸[3]。例如，2024年國家發展改革委等發布的《關于深化智慧城市發展推進城市全域數字化轉型的指導意見》中就明確提出“彌合城鄉數字鴻溝，統籌推進智慧城市與數字鄉村協同建設”[18]。因此，智慧城市建設引人的數字技術不僅可以為城市人地系統監測與調控提供全新技術手段，還會對城市人地系統的要素結構、耦合關系及其動態演進帶來深遠影響[19]。這種多層次的耦合關系也為化解城鎮化發展與耕地保護之間的潛在張力提供了可能的思路。

1.2智慧城市建設影響耕地保護的機理分析

（1）優化土地要素配置，減緩耕地占用。盡管智慧城市建設不可避免地需要占用部分耕地以開展城鎮化建設[4]，但是與傳統的城鎮化模式不同，智慧城市建設更加注重借助數字技術對城市空間進行整體規劃和一體化開發，通過建設地下空間綜合體和地下管廊設施等多種方式，充分挖掘地上和地下空間資源的利用潛力[20]。例如，市部分物流企業采用智能倉儲管理系統，通過自動化設備和機器人實現貨物自動分揀、智能貨架等新技術，顯著提升倉庫空間利用率[21]。現有研究表明，推進新型城鎮化建設有利于節約和集約利用耕地[22]，城市土地利用數字化也有助于提升城市建設用地利用效率[23]，而土地集約化利用率與政府財政收人之間具有正向關聯[24]。由此來看，智慧城市建設可以通過優化土地要素配置，提高土地利用效率，幫助地方政府從有限面積的土地出讓中獲得更多財政收入，從而減緩地方政府為了追求短期經濟收益而過度占用耕地的行為。據此，本文提出假設1：

假設1智慧城市建設通過優化土地要素配置減緩耕地占用。

（2）優化勞動力要素配置，減少耕地棄置。根據勞動力遷移理論，區域收入差距和產業收益差異是影響勞動力遷移的重要動因[25]。智慧城市建設在一定程度上會吸引部分農村勞動力流向城市務工，同時也能夠縮小試點區縣經濟不平等，降低城鄉收入差距[]，并通過推動城鄉技術、資源與市場流通，促進城鄉市場的有效對接和產業融合，激發鄉村產業活力[26]。進一步而言，數字技術的擴散效應和普惠效應能夠提升農村勞動力人力資本，使得其更加適應現代化農業和新興鄉村產業發展需求，推動進城務工人員返鄉，吸引高技能勞動力回流，增加農業勞動力供給[27]。據報道，智慧農業、農村電商等新興業態10年內吸引了1220萬人返鄉成為新農人，有效緩解了城市化進程中技術型青年的流失問題[28]。因此，智慧城市建設可以通過縮小城鄉收入差距、縮小產業收益水平、提高人力資本水平等方式吸引更多勞動力回流農村，減少因勞動力不足導致的耕地棄置。據此，本文提出假設2：

假設2智慧城市建設通過優化勞動力要素配置減少耕地棄置。

（3）技術賦能土地監管，減緩耕地占用。既有實證研究發現，智慧城市建設通過信息處理、技術進步和資源配置等機制提升市域社會治理能力[29]。特別是在土地監察執法領域，智慧城市引入的數字技術為城市管理者提供了強力支持。借助多源時空大數據，智慧城市能整合手機信令、社交媒體、移動支付等人類活動數據，與遙感影像、土地覆蓋、興趣點（POI）等基礎地理信息相結合，實時監測與評估城市人一地一業要素的耦合協同狀態[19]。這一技術手段能夠有效識別土地覆蓋類型變化，精準檢測土地違法行為[30]。例如，長沙市自然資源和規劃局建立“智慧耕保”監管系統，為每塊耕地賦予唯一編號，全面掌握耕地資源底數和耕地健康狀況，實現耕地保護監管由事后發現轉變為事前監管[31]。由此可見，智慧城市建設帶來的數字技術可以通過提升土地監管智能化水平為耕地保護提供保障，準確識別耕地非法占用，減緩建設用地對于耕地的占用。據此，本文提出假設3：

假設3智慧城市建設通過技術賦能土地監管減緩耕地占用。

（4）技術賦能土地利用，減少耕地棄置。智慧城市的智能化、互聯互通與數據共享能力，為全面收集和精確分析城市運行大數據提供技術支持[32]。在土地利用方面，智慧城市建設推動了土地智能規劃、確權登記和監督管理的數字化升級，既幫助地方政府科學制定土地利用規劃，又通過實時評估和快速優化，緩解土地利用與規劃間的矛盾[33]，減少城鎮化進程中碎片化土地的產生[34]提高對新增碎片化耕地的識別能力，并通過加速土地流轉、整合零散資源的方式，提高土地利用效率。例如，國地科技開發的國土空間用途管制監管系統助力全域、全要素、全流程用途管制數字化轉型，將碎片土地整合成連片良田[35]。因此，智慧城市建設可以借助數字技術優化土地資源配置，減少碎片化耕地的棄置。據此，本文提出假設4：

假設4智慧城市建設通過技術賦能土地利用減少耕地棄置。

本文研究框架如圖1所示。

2 研究設計

2.1 變量與數據

鑒于智慧城市試點涉及地級市、縣（區、縣級市）、鄉鎮（街道）三類行政層級，本文綜合數據顆粒度和可得性，選取縣作為分析單位，構建全國縣級行政單位層級（不含港澳臺地區）共計23年（2000一2022年）的面板數據集，變量選取及數據來源如下：

被解釋變量。本文使用人均耕地面積測量耕地保護程度。人均耕地面積的計算方式為：耕地總面積/年末總人口。為確保結果穩健，本文使用武漢大學團隊基于遙感反演計算得到的中國土地覆蓋數據集[36]，通過與區縣行政邊界圖層疊加，逐年計算各個區縣的耕地占比，共同測量耕地保護程度。

解釋變量。本文使用智慧城市政策的虛擬變量測量智慧城市建設。當區縣 i 在第 χ_t 年被列為智慧城市建設試點，該變量在當年及之后的年份取值為1，反之為0。在下述情形下，區縣 i 被視為智慧城市的建設試點：（1）列示區縣 i 為試點；（2）列示區縣i所屬的地級行政區為試點；（3）列示區縣 χ_i 下轄的鄉鎮、街道或者經濟示范區為試點。政策試點及時間信息來自住房和城鄉建設部與工業和信息化部網站。

控制變量。本文選取控制變量時遵循兩項原則：一是控制可能影響耕地面積的因素，包括自然因素（海拔、坡度）、區位因素（與地級市及最近港口的距離）和社會經濟因素（驅動耕地轉型的灌溉因素，如河流密度）[37-38]；二是控制智慧城市試點非隨機化選取帶來的影響[39-40]，涵蓋經濟水平、財政情況、金融發展、產業結構、人口狀況、信息技術、交通便捷程度、教育發展及生態環境。數據來源方面，海拔、坡度數據來自SRTM海拔分布數據和全球DEM坡度參數數據；區位變量（與地級市及最近港口距離）由GIS軟件測算;河流密度基于全國基礎地理信息數據解析。經濟、財政、金融、產業、人口、信息技術、教育等社會經濟變量來自《中國縣（市）社會經濟統計年鑒》；道路交通數據來自凱立德地圖提供的路網數據；生態環境數據由MODIS的NDVI空間分布數據解析而來。

機制變量。本文分別用耕地轉為建設用地、耕地轉為其他用地（建設用地之外其他用地）的柵格數衡量耕地的占用與棄置情況[41]，柵格數計算在GIS軟件中完成。鑒于本文的路徑機制分別為要素配置效應（優化土地要素配置、優化勞動力要素配置）和技術賦能效應（技術賦能土地監管、技術賦能土地利用），故而分別使用建成區的土地利用效率數據和非建成區的人口數據檢驗智慧城市建設如何通過促進要素配置減少耕地占用和棄置；使用耕地違法狀況數據和耕地碎片化程度數據，檢驗智慧城市建設如何通過技術賦能減少耕地占用和棄置。

上述數據中，建成區土地利用效率使用二三產業產值與建成區面積的比值度量[42]，其中建成區邊界根據凱立德地圖提供的中國區域建成區邊界和歷年區縣行政區域邊界疊成計算。非建成區人口數據使用來自Worldpop網站的人口密度柵格數據與建成區邊界疊加得到。耕地違法狀況使用耕地用于土地交易的程度來度量，計算方式為：首先，從中國土地市場網獲取每筆土地交易數據的經緯度;隨后，將土地交易數據的經緯度與武漢大學[36]提供的土地覆蓋類型數據嵌套；最后，根據點位提取位于耕地的土地交易宗數及面積，直觀而言，越多的耕地用于土地交易預示著更嚴重的土地違法行為[43]。耕地碎片化程度的數據來源為武漢大學團隊基于遙感反演計算得到的中國土地覆蓋數據集[36]，計算方式見（1）式

其中： n 為區縣 i 耕地地塊的數量; ?_i 為每個地塊的面積； SI 取值范圍為[0，1]，取值越大表明耕地碎片化程度越高[44] 。

2.2 模型設定

由于三批智慧城市試點的實施時間不同，本文構建多期雙重差分模型，公式如下

Cropland_it=αSmartcity_it+δC_it+ρ（F_i×f（t））^′+

β_i+γ_t+φ+ε_it

其中：Croplandu為區縣 χ_i 第 χ_t 年的人均耕地面積;Smartcityu為區縣 i 第 χ_t 年的政策狀態，試點區縣在政策實施當年及之后取值為1，政策實施當年之前為0，非試點區縣始終取值為 0：α 為智慧城市建設試點政策對于耕地保護程度的影響效應； C_it 為隨時間變化的控制變量集合； F_i 為不隨時間變化的控制變量集合； 為控制變量與自然年份時間χ_t 和 t² 的交互項; β_i 為個體固定效應； γ_t 為年份固定效應； φ 為常數項； ε_it 為擾動項

3實證結果

3.1 基準回歸

本文使用雙向固定效應模型識別智慧城市建設對耕地保護的影響，結果如表1所示。智慧城市建設顯著提高了試點區縣的人均耕地面積和耕地占比；相比非試點地區，試點區縣人均耕地面積平均提升77.342平方米/人，耕地占比提升1.844個百分點。

為檢驗結果的穩健性，本文進行了工具變量估計、安慰劑檢驗、PSM-ID、排除同期其他政策干擾、剔除特殊時間段和樣本等穩健性檢驗。結果表明，基準回歸估計的政策效應是穩健的。

3.2 機制檢驗

（1）機制一：優化土地要素配置減緩耕地占用。本文將土地利用效率數據納人回歸模型進行分析，結果如表2所示。智慧城市建設可能通過引人科學的城市規劃和空間優化方法優化土地資源配置[45]，提升建成區土地利用效率，提高單位面積土地的產出效率，緩解建設用地擴張對于耕地保護的壓力，從而有效抑制耕地占用。假設1得到支持。

（2）機制二：優化勞動力要素配置減少耕地棄置。本文非建成區人口數據使用Worldpop人口數據，中科院人口數據作為穩健性檢驗，驗證智慧城市建設對勞動力配置優化的影響，結果如表3所示。智慧城市建設可借助數字技術的擴散效應和普惠效應[46]，提高城鄉市場聯通性和鄉村產業融合程度，為農村提供更多高附加值的就業崗位，縮小城鄉收入差距、提升農村就業機會[47]，吸引進城務工勞動力回流農村，緩解勞動力不足引發的耕地棄置問題。假設2得到支持。

（3）機制三：技術賦能土地監管減緩耕地占用。本文利用土地違法狀況的數據，包括位于耕地的土地出讓宗數占比和出讓面積占比，分析智慧城市建設對土地監管的影響，結果如表4所示。智慧城市建設顯著降低了試點區縣位于耕地的土地出讓面積占比，但是對位于耕地的土地出讓宗數占比影響不顯著。反映出智慧城市建設通過引人實時監控和數據分析技術，加強對土地利用的監管效率[48]特別是通過對耕地出讓行為的監控，降低試點區縣位于耕地的土地出讓面積占比，降低耕地占用柵格數，從而更好地保護耕地資源。假設3得到支持。

（4）機制四：技術賦能土地利用減少耕地棄置。本文將耕地碎片化數據納人回歸模型，分析智慧城市建設對土地利用的影響，結果如表5所示。智慧城市建設可通過數字技術優化土地確權、土地流轉和整體規劃等方式[20]，降低土地碎片化程度，減少農業生產中的土地浪費，推動土地資源集約化利用，提升土地整體利用效率，有效抑制耕地棄置。假設4得到支持。

3.3 異質性分析

第一，地理位置異質性。鑒于中國土地幅員遼闊，不同區域經濟發展、城鎮化水平、產業結構差異較大，智慧城市政策的效應可能因地理區位而異。根據國家統計局的標準，本文將區縣劃分為東、中、西三個區域，進行分組回歸，結果如表6面板A所示。智慧城市建設對中西部地區的耕地保護效應顯著，對東部地區并不顯著，其中，在西部地區的政策效應遠高于全國平均效應。可能原因在于：東部地區數字基礎設施更加完善，智慧城市帶來的數字技術增益效應呈邊際遞減趨勢，而中西部地區尚有較大提升空間，因此政策效應更為顯著；東部地區城鎮化水平較高，可用耕地面積有限，政策對耕地保護的作用受到空間約束；西部地區地域遼闊，土地開發程度較低，智慧城市政策在改善土地利用效率和促進耕地保護方面的潛力更大。

第二，行政層級異質性。本文將樣本劃分為縣級市、普通縣（包括自治旗）與市轄區，分析不同行政層級對于政策效應的影響，結果如表6面板B所示。智慧城市建設顯著提升了普通縣的人均耕地面積，但是對縣級市和市轄區的人均耕地面積影響不明顯。可能原因在于：縣級市的主要任務在于推進城鎮化建設，耕地保護通常并非其核心目標;市轄區多為城市中心或者近郊地帶，土地利用相對飽和，耕地面積較低，因此政策效應難以體現。相比較之下，普通縣通常兼具城鄉發展任務，并且土地開發程度較低，耕地占比相對較高，智慧城市政策在推動普通縣耕地保護方面的潛力更大

第三，耕地資源異質性。根據地區人均耕地面積的均值，本文將區縣分成低、中、高三組，以分析耕地資源稟賦對政策效應的影響，結果如表6面板C 所示。智慧城市的政策效應在耕地資源豐富的地區更顯著，在耕地資源匱乏的地區相對較弱。可能原因在于：耕地資源豐富地區為政策的實施提供了更大作用空間，但在耕地資源匱乏的地區，政策效應受限于耕地面積的客觀條件，難以實現顯著改善。

4結論與啟示

本文以2000—2022年間全國縣級行政單位作為研究對象，回顧智慧城市發展歷程及實踐經驗，借助三批智慧城市試點作為準自然實驗，檢驗其對耕地保護的影響效應及機制。研究發現：（1）智慧城市建設能夠加強耕地保護，回歸結果經穩健性檢驗后依然成立；（2）機制分析顯示，智慧城市建設通過優化土地與勞動力配置，以及技術賦能土地監管和利用，有效減少耕地占用和棄置；（3）異質性分析發現，智慧城市建設在中西部、普通縣和耕地資源豐富地區的耕地保護效果更為顯著。

本文可以為協調城鎮化發展與嚴守耕地紅線提供如下啟示：（1）中央政府應優先在耕地保護需求大、智慧城市發展潛力高的中西部地區、普通縣及耕地資源豐富地區推進智慧城市建設，最大化政策效應。同時，需充分考慮區域發展不平衡和資源稟賦差異，因地制宜制定政策，提供技術支持與資金保障，并建立靈活的試點評估體系。（2）為減少耕地被占用，地方政府應利用數字技術科學規劃城市建設，通過實時數據分析和遠程監控掌握土地利用狀況，提升土地集約化利用率，精準監管土地違法行為，減少因城鎮化擴張導致的耕地占用。（3）為緩解耕地棄置問題，地方政府應推動智慧城市與數字鄉村協同發展，整合資源、聯動市場，吸引勞動力回流，減少因勞動力短缺導致的耕地棄置，并通過數字技術降低土地碎片化，提升流轉效率，實現土地資源的高效利用。

參考文獻：

[1］辜勝阻，劉江日.城鎮化要從“要素驅動\"走向“創新驅動\"[J].人口研究，2012，36（6）：3-12.

[2］韋顏秋，李瑛.新型智慧城市建設的邏輯與重構[J].城市發展研究，2019，26（6）：108-113.

[3」陳明生，鄭玉璐，姚笛.基礎設施升級、勞動力流動與區域經濟差距：來自高鐵開通和智慧城市建設的證據[J].經濟問題探索，2022，（5）：109-122.

[4］唐斯斯，張延強，單志廣，等.我國新型智慧城市發展現狀、形勢與政策建議[J].電子政務，2020，（4）：70-80.

[5］劉達，林賽南，李志剛，等.“人口回流”視角下的中部地區鄉村振興：對湖北“毛嘴模式”的實證[J].地理科學，2020，40（1）：112-118.

[6］王克強，馬克星，劉紅梅.上海市建設用地減量化運作機制研究[J].中國土地科學，2016，30（5）：3-12.

[7］蘭雨瀟，楊巨聲，閆茹.智慧城市與區縣經濟不平等：來自衛星反演的經驗證據［J].科學學研究，2024，42（5）：952-963.

[8]郭昊，商容軒，米加寧.智慧城市：理論緣起、進展與未來方向：基于文獻挖掘的發現［J.電子政務，2022，（11）：63-73.

[9］孟凡坤，吳湘玲.重新審視“智慧城市”：三個基本研究問題：基于英文文獻系統性綜述[J」.公共管理與政策評論，2022，11（2）：148-168.

[10］袁航，朱承亮.智慧城市是否加速了城市創新？［J].中國軟科學，2020，（12）：75-83.

[11］武永超.智慧城市建設能夠提升城市韌性嗎？：一項準自然實驗[J].公共行政評論，2021，14（4）：25-44.

[12］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.

[13］黃和平，謝云飛，黎寧.智慧城市建設是否促進了低碳發展？：基于國家智慧城市試點的“準自然實驗”[J].城市發展研究，2022，29（5）：105-112.

[14］王帆，章琳，倪娟.智慧城市能夠提高企業創新投入嗎？［J].科研管理，2022，43（10）：12-23.

[15］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.

[10」不償男，子起， 子項佑·新望基礎以施廷議定否促遠了綠色技術創新的“量質齊升”：來自國家智慧城市試點的證據［J].中國人口·資源與環境，2021，31（11） ：155-164.

[17］自然資源部辦公廳.關于印發《智慧城市時空大數據平臺建設技術大綱（2019版）》的通知［EB/OL].（2019-01-24）. https：//www.csgpc.org/detail/2285.html.

[18］國家發展改革委，國家數據局，財政部，自然資源部.關于深化智慧城市發展 推進城市全域數字化轉型的指導意見（發改數據［2024]660號）［EB/OL].（2024-05-20）. htps：//www. ndrc. gov. cn/xxgk/zcfb/tz/202405/t20240520_1386326.html？ xxgkhide =1

[19]甄峰，席廣亮，張姍琪，等.智慧城市人地系統理論框架與科學問題［J].自然資源學報，2023，38（9）：2187-2200.

[20］萬碧玉，李君蘭，周微茹，等.智慧城市試點創建實踐分析［J].現代城市研究，2015，（1）：2-6.

[21］市投資促進局.打造全球智慧物流樞紐！有何底氣？[EB/OL].（2021-06-30）.http：//tzcj.hang-zhou. gov.cn/art/2021/6/30/art_1621408_58891310.html.

[22］樊琦，祁華清.轉變城鎮化發展方式與保障國家糧食安全研究[J].宏觀經濟研究，2014，（8）：54-60.

[23］鐘成林，胡雪萍，尹小劍.土地利用數字化對城市建設用地利用效率的影響［J].東北財經大學學報，2021，（5） ：86-97.

[24］葉青青，劉艷芳，劉耀林，等.基于多層線性模型的湖北省縣域建設用地集約利用影響因素研究［J].中國土地科學，2014，28（8）：33-39.

[25］王頌吉，白永秀.城鄉要素錯配與中國二元經濟結構轉化滯后：理論與實證研究［J].中國工業經濟，2013，（7） ：31-43.

[26］田野，葉依婷，黃進，等.數字經濟驅動鄉村產業振興的內在機理及實證檢驗：基于城鄉融合發展的中介效應[J].農業經濟問題，2022，（10）：84-96.

[27］郭海紅，劉新民.數字鄉村建設能否通過緩解資源要素錯配程度提升農業綠色全要素生產率[J].寧夏社會科學，2023，（5）：107-117.

[28］“新農人\"助力農業高質量［J]．民生周刊，2023，（26） ：6-7.

[29］楚爾鳴，唐茜雅.智慧城市建設提升市域社會治理能力機制研究：來自中國智慧城市試點的準自然試驗［J].中南大學學報（社會科學版），2022，28（4）：139-150.

[30］陳學業，肖海波.地理信息技術支持下的土地執法監控體系[J].測繪科學，2012，37（2）：197-198.

[31］湖南省自然資源廳.長沙：市局建立“智慧耕保”監管系統，實現“一碼管田\"[EB/OL]．（2023-08-01）．ht-tps：//zrzyt. hunan. gov. cn/zrzyt/xxgk/gzdt/sxxx/202308/t20230801_29451202.html.

[32］巫細波，楊再高.智慧城市理念與未來城市發展［J].城市發展研究，2010，17（11）：56-60.

[33］甄峰，秦蕭.大數據在智慧城市研究與規劃中的應用[J].國際城市規劃，2014，29（6）：44-50.

[34］邁克爾·巴蒂，趙怡婷，龍瀛.未來的智慧城市［J].國際城市規劃，2014，29（6）：12-30.

[35］閻炎.“規劃 + ”聯手“智慧 + ”讓城鄉更美好［N].中國自然資源報，2024-11-28（003）．

[36]Yang J，Huang X.The 30m annual land cover datasetand its dynamics in China from 1990 to 2019[J]. EarthSystem Science Data，2021，13：3907-3925.

[37］戈大專，龍花樓，楊忍.中國耕地利用轉型格局及驅動因素研究：基于人均耕地面積視角［J].資源科學，2018，40（2） ：273-283.

[38]LiT，LongH，ZhangY，etal..Analysisofthespatialmismatch of grain production and farmland resourcesinChina based on the potential crop rotation system[J].LandUsePolicy，2017，60：26-36.

[39］張兵兵，陳思琪，曹歷娟.城市因“智慧”而低碳嗎？：來自智慧城市試點政策的探索［J].經濟評論，2022，（6）：132-149.

[40］劉成杰，胡鈺苓，李虹橋，等.中國智慧城市試點政策對城市發展質量的影響：基于韌性發展的視角［J].城市問題，2021，（11）：79-89.

[41]Zhang M，LiG，HeT，et al..Reveal the severe spatialand temporal patterns of abandoned cropland in Chinaoverthe past 3O years[J].Science of The Total Envi-ronment，2023，857：159591.

[42］王斯亮，陳欣.撤縣設區對城市土地利用效率的影響機理研究［J].中國土地科學，2022，36（12）：117-127.

[43］張莉，徐現祥，王賢彬.地方官員合謀與土地違法[J].世界經濟，2011，34（3）：72-88.

[44］李功奎，鐘甫寧.農地細碎化、勞動力利用與農民收入：基于江蘇省經濟欠發達地區的實證研究［J].中國農村經濟，2006，（4）：42-48.

[45].Mortaheb R，Jankowski P.Smart city re-imagined：cityplanningandGeoAI intheage ofbigdata[J].JournalofUrban Management.2023，12（1）：4-15.

[46]LingX，Luo Z，Feng Y，et al.. How does digital trans-formation relieve the employment pressure in China？Empirical evidence from the national smart city pilotpolicy[J].Humanities and Social Sciences Communica-tions，2023，10（1）：1-7.

[47]Prause G，Boevsky I.Smart rural development[J].Agricultural Economics and Management. 2O15，60（4）：63-69.

[48]LiW，Batty M，Goodchild MF.Real-time GIS forsmart cities[J].International Journal of GeographicalInformation Science.2020，34（2）：311-324.

Abstract：Urbanization has intensified thechalenge of protecting cropland，which is essentialforensuring fod security and sustainabledevelopment.Asurban areasexpand，balancing the urban development and land conservation has become increasinglycritical.Smart cityconstruction，a keycomponent ofnew urbanization strategies，aim to integrate digital technologies toenhanceresource alocationand governanceeficiency.Theseconstructionaredesigned tooptimize urbandevelopment while addressing sustainabilitychalenges.However，the specific impacts of smart citypolicies on cropland protection havenotbeen suffciently studied.Thisresearch investigates howthe pilotconstructionof smartcities in China influences cropland protection，addressng a critical issue in the context of rapid urbanization.

The study uses the pilot construction of smart cities in China as a quasi-natural experiment to explore thecausal relationship betweensmart city developmentand cropland protection.Acomprehensive paneldataset covering countyleveladministrativeunitsin China from 2O0O to2022isconstructed.Thediference-in-diferences（DID）methodis employed to identify causal efects，supported byrobustness checks to ensure the validityof theresults.Mechanisms driving hese efectsare examined throughvariablesrelated tolandand labor allcation optimization，and theuse of digital technologies toimprove landregulationandutilization.Thisapproach allows foradetailedexaminationof the pathways through which smart city construction affects cropland protection.

The results indicate that smart city construction significantly enhances cropland protection.Mechanism analysis reveals thatsmart cityconstruction alleviates croplandoccupationand abandonmentthrough theoptimizationof land and laboralocation，aswellas technological empowermentin landregulationand utilization.Heterogeneityanalysisreveals that these efects are particularly pronounced incentral and western regions，ordinarycounties，and areas with abundant croplandresources.Thesefindings highlightthe potential forsmartcities toaddressthe trade-ofs between urbanization and cropland conservation.This study provides new insights into hownewurbanization influencescropland protection by uncovering the mechanisms of resource optimization and technological empowerment.The findings offer actionable policy guidancefor balancing urbanization with cropland conservation.Policymakers，particularlyinordinarycountiesacross central-western regions and cropland-rich areas，can leverage smart city construction to enhance land-use eficiency， supportrurallaborretention，consolidatefragmented croplandand strengthenlandregulation through digital technologies.These measures contribute to sustainable urbanizationandthe preservationof vital agricultural resources， providing a replicable framework for other regions facing similar challenges.

Keywords：smart city；cropland protection；allocation effect；technical effec