智慧城市建設、產業結構升級與地區能源效率

中圖分類號：F49；F299.2 文獻標識碼：A 文章編號：1672-7312（2025）04-0483-10

Abstract： As an important indicator to measure the level energy utilization，energy efficiency is increasingly becoming the core issue global sustainable development goals.The smart city pilot policy comes into being in the context rapid urbanization，aiming to address various challenges brought about byurbanization，which is great significance for the impact regional energy efficiency.This paper takes 21O prefecture-level cities in from 2OO6 to 2022 as research samples，takes the first batch smart city pilots in 2Ol2 as exogenous impact，adopts the difference-difference model，combines theoretical analysis empirical research， discusses the direct impact smart city construction on regional energy efficiency the intermediary role industrial structure upgrading in this process.The research results show that the construction smart cities can not only achieve efficient use energy by promoting clean energy，intelligent energy management， optimized energy storage， but also directly improve regional energy eficiency by promoting the upgrading industrial structure.

In addition，this study also pays attention to the differences in the effect smart city construction policies in different regions， finds that the policy effect in theeastern region is significantly better than that in the central western regions，which is closely related to the economic development level industrial structure characteristics the region.This study not only enriches the theoretical research on the relationship between smart city construction regional energy eficiency，but also provides an important theoretical basis practical reference for the government to formulate regional energy management policies optimize industrial layout.

Key words： smart city construction; regional energy efficiency; industrial structure upgrading; regional differences; difference-difference model

0 引言

地區能源效率是衡量一個地區在能源利用過程中資源配置和消耗水平的關鍵指標，對于實現可持續發展至關重要。全球能源消耗的不斷增加，尤其是在快速發展的城市和工業區域，已成為推動溫室氣體排放與環境污染的主要因素之一。根據國際能源署（IEA）的統計，全球能源效率的提升可以減少高達 40% 的能源需求，從而為減排目標的達成提供重要支撐。我國政府也高度重視能源效率問題，“十四五”規劃提出要大力推動綠色低碳發展，明確要求到2025年單位GDP能耗比2020年降低 13.5%^[1] 。此外，提高能源效率不僅有助于環境保護和氣候變化應對，也能促進經濟增長與資源節約[2]，進一步推動社會全面可持續發展。因此，提升地區能源效率，是推動低碳經濟轉型的迫切任務。

然而，我國多數地區的能源效率仍面臨高碳能源消費強度高、能源技術落后以及區域發展不平衡等諸多挑戰[3]。《中國礦產資源報告（2024）》顯示，2023年中國煤炭消費量占能源總消費量的比例仍超過 50% 。煤炭作為高能耗、低效率的能源，其在能源消耗中的主導地位限制了整體能源效率的提升。而水電、核電、風電、太陽能發電等非化石能源占比 10.2% ，雖然近年來有了顯著增長，但相比之下比重仍較低，總體貢獻有限。盡管在過去10年中，地區能源效率有所提高，但區域間的發展不平衡依然突出。中國國家統計局的數據顯示，東部沿海地區能源效率普遍高于西部地區，部分資源型城市和傳統工業基地仍存在能源浪費和效率低下的問題。這種差異不僅體現了地區經濟結構的差異，還反映出不同地區在能源管理、技術應用和政策支持上的不平衡。此外，隨著工業化、城鎮化進程的推進，部分地區的能源消耗呈現出加速增長的趨勢，導致能源短缺與環境壓力的雙重困境。因此，如何在不同地區提升能源效率，已成為亟待解決的關鍵問題。

智慧城市建設為提升地區能源效率提供了新的解決方案。2012年，住房和城鄉建設部發布了《關于開展國家智慧城市試點工作的通知》，明確提出啟動國家智慧城市試點工作，旨在利用現代科技整合信息，統籌業務系統，提升城市規劃與管理水平，推動城市發展進步，引領城市發展邁上新臺階[4]。智慧城市建設是以智能技術為社會提供服務，以更具創新性的方式實現可持續發展目標的新理念和新模式[5-6]，可以運用物聯網、云計算、大數據等新興信息技術，在能源生產、傳輸和消費等各個環節進行智能化管理，進而推動地區能源效率的提升。例如，物聯網技術通過傳感器實時監測各類設備的能耗情況，幫助城市管理者及時發現能源浪費或設備故障。大數據分析可以將這些信息匯聚并進行深入分析，揭示不同時間、不同區域的能源使用模式，從而幫助優化能源分配和使用策略。這些創新技術為地區能源效率的提升提供了強大的技術支持。因此，智慧城市作為一個新的城市發展理念，在物聯網、大數據和人工智能等的背景下，成為解決能源效率提升和低碳發展問題的重要途徑。

綜觀已有研究，與文中相關的文獻有2類。一類是智慧城市建設的政策效果，現有文獻主要從勞動力就業[7-8]、節能減排[9]、低碳發展[10]等方面闡述其政策效果；另一類是能源效率的影響因素，能源效率受到數字經濟[1]、產業集聚[12]、環境規制[13-15]和市場化水平[16]等諸多因素的影響。通過梳理相關文獻可以發現，鮮有研究將智慧城市建設與地區能源效率納入同一分析框架，尤其是在產業結構升級的作用機制方面，既缺乏系統的理論分析，也缺少充分的實證支持。因此，文中在現有研究基礎上，提出一種新的研究視角，以智慧城市建設為切入點，探索其如何通過推動產業結構升級間接提高地區能源效率。

1制度背景與理論分析

1.1 制度背景

智慧城市建設是一種新型的治理模式，旨在通過運用物聯網、云計算、大數據、人工智能等新一代信息技術，解決快速城市化過程中出現的各類城市問題，如交通擁堵、環境污染、資源短缺等。智慧城市的核心目標是利用信息通信技術（ICT）高效整合各類城市管理系統，實現不同系統間的信息共享與業務協同，從而提升城市的運行效率，改善公共服務水平，推動現代城市的可持續發展[17]

中國的智慧城市建設經歷了從地方自發探索到國家政策推動的逐步發展過程。2009年，深圳、上海、南京和武漢等城市率先展開了智慧城市的探索。隨著國家發展和改革委員會、住房和城鄉建設部、工業和信息化部等多個政府部門相繼出臺支持政策，智慧城市建設逐步進人國家層面的系統推進階段。2012年，《國家智慧城市試點暫行管理辦法》的發布標志著我國智慧城市建設正式進入政策引導階段。該政策明確指出，智慧城市建設不僅是提升城市管理效率，更是推動中國經濟結構轉型和實現可持續發展的重要舉措。在此背景下，政府設定了智慧城市建設目標，并啟動了智慧城市試點計劃，確立了首批90個試點城市，2013年又增加了第2批104個試點城市。隨著試點城市數量的增加，各地的智慧城市建設逐步加速，特別是在交通管理、公共服務、環境監控等領域，相關的試點項目和應用逐漸展開。2016年，國家發展改革委等多部門聯合發布了《關于促進智慧城市健康發展的指導意見》，明確要求各地有序推進智慧城市建設，并提升整體發展水平。此時，智慧城市的內涵逐步從單純的“智慧”向“可持續”轉型，強調信息技術與綠色發展的結合。同時，在“新型基礎設施建設”戰略的推動下，5G、人工智能、大數據中心、工業互聯網等新興技術成為智慧城市建設的核心支撐。5G技術的廣泛應用為城市的智能化管理提供了更加高效、穩定的網絡基礎設施，推動了智慧城市的快速發展。可以預見，智慧城市建設將對中國經濟各個領域產生深遠而重大的影響，推動城市管理、產業發展、民生改善等方面的持續進步。

1.2 理論分析

能源效率是指在總能源投人下所能獲得的最大產出能力。在人類的生產和經濟活動中，能源必須與資本、勞動等其他生產要素結合，才能有效生產產品。隨著全球能源危機的加劇，以及我國在能源供需方面面臨的不確定性和不穩定性，能源問題已經成為智慧城市建設的關鍵議題之一。為了解決這一問題，我國提出了智慧城市試點政策，推廣清潔能源，智能化能源管理，優化能源儲存，進而減少能源浪費，保證能源供應穩定，提升地區能源效率。

1）智慧城市建設可以推動清潔能源的開發利用，減少能源消耗，進而提高地區能源效率。智慧城市將清潔能源的應用放在重要位置[18]，可以通過一系列技術和管理措施，顯著推動清潔能源的開發和利用，通過推動氫能、太陽能、風能等綠色能源的使用，有效降低對傳統能源的依賴[19]。傳統能源（如煤炭、石油等）在輸配過程中通常需要經過多次轉換和長距離傳輸，會導致大量的能源損耗，而清潔能源通常可以就地生產和使用。此外，清潔能源往往具有較高的能源轉換效率。例如，現代光伏技術的效率不斷提升，可以將更多的光能轉化為電能，同樣，風力發電機通過捕捉風能，將其轉化為電能的效率也得到了顯著提高，相比傳統燃料發電，清潔能源的能源利用更為高效，減少了無效能量的浪費。

2）智慧城市建設可以通過智能化能源管理，監測能源消耗情況，進而提高地區能源效率。智慧城市通過構建集成化的數字化平臺，能夠實現對能源生產、消費和分配的高效管理，這種智能化系統能夠實時監測和分析能源使用情況[20]，使城市管理者能夠優化資源配置，從而減少能源浪費。此外，智慧城市建設還依賴于先進的基礎設施，如智慧電網、智能水務和智能交通系統[21]，這些基礎設施通過實時數據監控和反饋，優化能源和資源的使用。例如，智能電網結合大數據、物聯網和云計算等技術，能夠實時監控能源生產和消費的情況，對能源流動進行精確控制。它可以根據天氣變化、居民需求等因素，調整風能、太陽能等可再生能源的接入量，避免能源浪費并確保電網的穩定運行；智能燈光系統可以根據環境光線和人流量自動調節亮度，減少不必要的能耗。物聯網技術的廣泛應用使得城市各項設施能夠更好地連接和互動[22]，形成一個高效的能源管理網絡，使得城市能夠實時監測能源使用情況，并根據數據做出快速響應，從而降低能源浪費，提高地區能源效率。

3）智慧城市建設可以優化能源存儲，確保能源供應穩定，進而提高地區能源效率。能源的波動性問題是目前面臨的最大挑戰之一，而智慧城市中的儲能技術能夠解決這個問題。當能源供應過剩時，儲能系統能夠存儲多余的能源；而在需求高峰期或不利天氣條件下，儲能系統可以釋放這些儲存的能源，確保能源持續穩定的供應。這種靈活的能源管理方式大大提高了能源供應的穩定性，并提升了能源的利用效率。例如，大規模電池儲能系統（如鋰離子電池、鈉硫電池等）能夠快速儲存和釋放，平衡電網負荷，支持可再生能源的接入和穩定性；氫能儲存技術通過電解水將電能轉化為氫氣，不僅可以實現長期儲存，還能在電力短缺時補充供應，廣泛應用于交通、工業等領域。這些儲能技術的綜合運用，提高了能源供應的可靠性和地區能源效率。

基于以上分析，文中提出如下假設：智慧城市建設能夠提升地區能源效率。

2 研究設計

2.1樣本選取和數據來源

樣本涵蓋了2006—2022年中國210個地級市的數據。智慧城市試點名單數據來源于住房和城鄉建設部公開發布的國家智慧城市試點名單，各地區的能源消費量數據則來自國家統計局發布的《中國能源統計年鑒》，其余相關數據均來源于《中國城市統計年鑒》、各省市歷年統計年鑒等官方統計資料。

2.2 模型設定

為了研究智慧城市建設對地區能源效率的影響，可以借鑒許士道等[23的研究方法，采用雙重差分（DID）模型進行分析。雙重差分模型是一種廣泛應用于政策評估的計量經濟學方法，通過比較政策實施前后處理組和對照組的差異，能夠有效地控制時間變化和地區特定效應，從而更準確地識別政策對能源效率的影響。構建實證模型（1） （1）

在該模型中，i和t分別為城市和年份；E為被解釋變量，即能源效率；D為核心解釋變量，即智慧城市建設，代表城市i在t年是否實施了智慧城市試點政策的虛擬變量；系數 α₁ 為智慧城市建設對地區能源效率的政策效應；Controls為一系列控制變量； μ_i 為地區固定效應; σ_Ut 為時間固定效應; ε_i，t 表示隨機擾動項。

2.3 變量定義

2.3.1 被解釋變量

能源效率（E）。運用全要素能源效率[24進行衡量，參考史丹等[25]的研究，采用SBM-Malmquist-Luenberger指數法，測算各地級市的全要素能源效率。其中，投入指標包括勞動、資本和能源，產出指標包括期望產出和非期望產出，期望產出由地區生產總值衡量，非期望產出由工業二氧化硫、工業煙粉塵和工業廢水排放量來衡量。

2.3.2 解釋變量

智慧城市建設（D）。由于我國智慧城市試點是逐年分批批準的，且涉及多個不同的行政層級單位，研究對數據進行了如下處理。

1）將僅以區或縣作為試點城市的樣本剔除掉，避免低估智慧城市建設對地區能源效率的政策效應。

2）參考石大千等[2的研究，為了保證智慧城市建設試點政策效果的準確性以及延長政策效應的估計時段，研究只保留2012年首批試點的智慧城市，將2013年和2014年獲批的樣本城市剔除掉，最終得到210個城市樣本。

研究設置了分組虛擬變量treat和時間虛擬變量time，若為智慧城市試點城市，則treat的取值為1，否則為0；對于2012年及之后的年份，time的取值為1，否則為0。智慧城市建設則為時間虛擬變量和分組虛擬變量的交互項，代表城市i在t年是否實施了智慧城市試點政策的虛擬變量，若城市i在t年是試點城市，則為1，否則為0。

2.3.3 控制變量

參考黃和平等[27]和張阿城等[28]的研究，文中選取以下變量作為控制變量。

人口密度（P，地區常住人口與城市面積之比），較高的人口密度通常意味著較高的能源需求量和消耗量。

經濟發展水平（J，人均地區生產總值取對數），經濟發展水平高的地區通常具備更好的條件來采納新能源技術以實施更高效的能源管理，從而提升整體能源效率。

外商投資水平（W，實際利用外資額與地區生產總值之比），外商投資可以引入先進技術和管理經驗，促進綠色技術的應用，但同時也會導致高耗能、高污染產業流入，帶來不利影響。

政府干預程度（Z，政府財政一般支出與地區生產總值之比），政府的財政支出在很大程度上影響能源政策的實施和基礎設施建設。

人力資本水平（R，普通本專科在校學生數與年末總人口之比），人力資本水平越高，說明勞動力更有能力實施和維護高效的能源利用技術，進而提升能源效率。

基礎設施水平（I，固定資產投資與地區生產總值之比），良好的基礎設施（如交通、供電、供水系統）能夠減少能源浪費，提高整體效率。

具體變量定義及描述性統計，見表1。

3 實證結果

3.1 基準回歸結果

智慧城市建設對地區能源效率影響的回歸結果，見表2。第（1）列展示了未加入控制變量的回歸結果，智慧城市建設的系數在 1% 的顯著性水平上為正，表明其對地區能源效率具有正向影響。第（2）列在第（1）列的基礎上加入了控制變量， R² 由0.660提高到0.675，說明模型的擬合優度有所提高。此外，智慧城市建設的系數從0.021變為0.014，仍顯著為正，這進一步驗證了智慧城市建設對地區能源效率具有正向影響，即智慧城市建設政策實施后，地區能源效率顯著提升，假設得以驗證。

3.2 平行趨勢檢驗

雙重差分模型的關鍵前提是必須滿足平行趨勢假設，即在智慧城市建設政策實施前，處理組和對照組的變化趨勢沒有顯著差異[29]。也就是說，在沒有政策干預的情況下，2個組的變化趨勢應當是一致的，這樣才能確保在政策實施后觀察到的差異是由政策本身引起的，而非其他因素的影響。因此文中為了確保實證結果的穩健性，參考BAS-KERE等[30]的研究，選取政策實施前的一年作為基準期，并在模型中剔除，繪制了動態趨勢檢驗圖。

由圖1可知，在2012年之前，各個時期的估計系數均未達到顯著水平，這表明在智慧城市建設政策實施之前，處理組和對照組地區的能源效率沒有顯著差異，符合平行趨勢假設。從動態角度看，在政策實施后，政策作用系數為正并呈現逐年遞增的趨勢，從第三年開始顯著為正，表明該政策有利于提升地區能源效率，并且其影響存在一定的時滯效應。由于政策實施后2年又有新批次城市開展試點工作，需要一定時間來適應和理解政策內容，在這一階段政策對地區能源效率的提升效果還不明顯，隨著實施過程中的經驗總結、技術改造和管理優化，政策的正向效應逐漸顯現出來。以上結果表明，在進行智慧城市建設之前，試點城市和非試點城市的能源效率并無明顯差異，研究通過了平行趨勢檢驗。

策變量的估計系數集中分布在0值左右且服從正態分布，遠小于基準回歸的系數估計值（0.014），且這些系數大多數集中于0附近，呈正態分布。同時，絕大多數模擬估計系數的p值都高于0.1（橫虛線），表明在 10% 的顯著性水平下，智慧城市建設對地區能源效率的影響并不顯著。這表明，基于虛構樣本的分析未能支持智慧城市建設能夠顯著提升地區能源效率的假設，排除了其他未知因素的影響，研究結論通過了安慰劑檢驗，

3.3.2 PSM-DID

3.3 穩健性檢驗

為了消除處理組和對照組存在系統性差異，控制選擇偏誤，提高因果推斷的可信度，文中采用PSM-DID方法進行穩健性檢驗。文中運用卡尺匹配進行傾向得分匹配，將匹配后差異較大的樣本刪除，重新進行回歸，結果見表3列（1）。智慧城市建設的系數在 5% 的顯著性水平下為正，表明智慧城市建設對地區能源效率的提升具有積極影響，與基準回歸結果一致，研究結論具有穩健性。

3.3.3替換被解釋變量

安慰劑檢驗是一種常用于檢驗模型有效性和結果穩健性的方法，特別是在因果推斷中。其基本思想是通過對比一個不受處理影響的“假處理組”與真實處理組的效果，來驗證模型的假設和因果推斷的穩健性。文中借鑒CHETTYR等[31的做法，隨機生成處理組和對照組，隨后重復500次雙重差分估計，并將得到的估計系數繪制如圖2所示。

3.3.1 安慰劑檢驗

從圖2可以看出，經過500次模擬，得到的政

用單要素能源效率作穩健性檢驗，僅將能源要素與產出進行直接比較，而排除了其他生產要素的影響。這一做法更專注于能源要素在產出中的作用，從而更準確地評估其效率。因此，文中參考史丹[3的研究，用國民生產總值與能源消耗量之比衡量地區能源效率，這一指標能夠直觀地反映出單位能源消耗所能帶來的經濟產出。回歸結果見表3列（2）。結果顯示，智慧城市建設的系數依然顯著為正，與基準回歸結果一致，研究結論具有穩健性。

3.3.4剔除直轄市和省會城市

直轄市和省會城市通常具有更強的經濟基礎和發展潛力，這使得它們在實施智慧城市建設時，可能享有更多的資金、技術、人才等資源支持，從而獲得更高的建設成效。因此，為了更準確地評估智慧城市政策的凈效應，避免政策效果被高估，將這些城市樣本剔除，回歸結果見表3列（3）。智慧城市建設系數顯著為正，與基準回歸結果一致，研究結論具有穩健性。

3.3.5 縮尾檢驗

為避免極端值導致的高估或低估政策效應，文中對樣本數據進行 1% 99% 和 5% ） 95% 的縮尾處理，再進行回歸分析，結果見表3列（4）列（5）。智慧城市建設系數均顯著為正，與基準回歸結果一致，研究結論具有穩健性。

3.4 機制檢驗

從前文的實證結果來看，智慧城市建設可以顯著提升地區能源效率。那么，智慧城市建設提升地區能源效率的中介機制是什么呢？智慧城市建設依賴于信息技術和數字化的發展，這為新興產業的快速崛起創造了廣闊的機會。新興產業的興起對傳統產業產生了“鯰魚效應”[33]，同時也推動了附屬的生產性服務業的發展[34]。通常，新興產業具有較高的技術含量和較低的能耗，這使得傳統產業在保持市場競爭力的過程中，必須加大創新力度，優化生產和成本結構，重組資源配置，從而推動產業結構從勞動密集型向資本密集型和技術密集型轉型，并引導產業重心向服務經濟傾斜，實現整體產業結構的升級。

產業結構升級意味著經濟體系中各產業之間的比例關系、技術水平和空間布局等發生了顯著變化，產業結構由低技術向高技術轉型。這種變化往往伴隨著新技術的引入、生產方式的革新以及市場需求的轉變，從而推動了生產要素（如勞動力、資本、技術、數據等）在各部門之間的重新配置和流動[35]。低技術產業通常依賴于傳統的生產方式和較為簡單的技術，能源消耗較高且效率較低。這些產業往往以勞動密集型為主，生產過程對能源的依賴性強，但能源利用率較低，導致單位產出的能源消耗較高。而高技術產業則具有更高的技術含量和創新能力，能夠通過先進的生產工藝、自動化設備以及數字化管理手段，顯著提高能源利用效率，并且還能夠通過清潔能源的使用和節能技術的應用，進一步降低能源消耗和環境污染。此外，高技術產業還可以通過信息共享、技術交流和合作研發等方式，使產業鏈上的各個環節實現資源的高效配置和利用，使各部門之間的分工更加明確，合作更加緊密。這種協同有效降低了能源消耗和環境污染，進一步推動了可持續發展目標的實現。

因此，智慧城市建設通過推動產業結構升級，促使產業從低技術向高技術轉型，進而提升地區能源效率。參考溫忠麟等[36]的研究，構建中介效應模型，具體設定如下

C_i，t=β₀+β₁D_i，t+β_nControls_i，t+μ_i+σ_t+ε_i，t

E_i，t=γ₀+γ₁D_i，t+γ₂C_i，t+γ_nControls_i，t+μ_i+σ_t+

ε_i，t

其中，C為產業結構升級，參考蔡海亞等[7]的研究，選取第三產業增加值與第二產業增加值的比值來衡量，其他變量定義均與模型（1）一致，回歸結果，見表4。

從表4的回歸結果可以看出，第（1）列中，智慧城市建設的系數在 10% 的水平下顯著為正，表明智慧城市建設可以推動產業結構升級。在第（2）列中，智慧城市建設和產業結構升級的系數均顯著為正，表明智慧城市建設可以通過推動產業結構升級，進一步提高地區能源效率。因此，產業結構升級在智慧城市建設和地區能源效率中起到了中介作用。

3.5 異質性分析

中國幅員遼闊，各地區的差異較為明顯，地理位置對于政策實施效果的影響不容小。因此，文中將210個樣本城市根據地理位置劃分為東部和中西部2部分，其中東部城市有91個，中西部城市有119個，并對這2組城市分別進行回歸分析，相關回歸結果，見表5。

由表5可以看出，東部地區智慧城市建設系數在 1% 水平上顯著為正，說明東部地區智慧城市建設對地區能源效率具有顯著促進作用，相比之下，中西部的促進作用則不明顯。東部地區經濟相對發達，智慧城市技術的應用和創新驅動效應較強，能夠更有效地提升能源效率，而中西部地區智慧城市建設相比于東部地區面臨多方面的局限性，信息技術基礎設施相對薄弱，網絡覆蓋率和數字化水平較低，限制了智慧城市核心技術的應用和推廣，并且這些地區產業結構仍以傳統產業為主，人才儲備和創新能力也不足，高端技術人才和創新型企業的缺乏進一步制約了技術研發和應用能力，導致智慧城市建設對能源效率的帶動效應也較弱。

4結語

1）將智慧城市建設與地區能源效率置于統一的研究框架，為提升能源效率提供了理論依據。智慧城市建設與地區能源效率之間存在顯著正相關關系，智慧城市建設有助于提升地區的能源效率，主要通過推廣清潔能源，智能化能源管理，優化能源儲存，從而實現能源的高效利用，提升地區能源效率。

2）通過實證分析，采用雙重差分模型（DID），對智慧城市建設推動產業結構升級進而提升地區能源效率的政策效應進行深入解構，豐富了相關領域的研究。產業結構升級在智慧城市建設與地區能源效率之間起到了中介作用，智慧城市建設通過推動新興產業發展，重組資源配置，進而促進產業結構升級，實現了資源的高效配置和利用，提升了地區能源效率。

3）基于異質性視角，研究不同區域智慧城市建設對地區能源效率影響的差異性。不同地區智慧城市建設的實施程度和產業結構差異會導致其能源效率提升的效果有所不同。東部作為經濟發達地區通過智慧城市建設提升能源效率的潛力較大，而中西部欠發達地區則面臨基礎設施和技術落后的制約。

4）智慧城市建設不僅是技術創新的問題，它還涉及城市基礎設施的數字化轉型。因此，政府應加大對智慧城市建設的資金投人和政策支持，設立專項基金以支持相關項目，優先資助智能電網、綠色建筑和智能交通系統等領域的建設。此外，政府還應推動與企業建立合作機制，支持公私合營模式，共同投資、建設和運營智能基礎設施項目，對參與智慧城市建設的企業提供稅收減免或其他財政激勵，以鼓勵更多企業和投資者積極參與智能基礎設施的開發與運營。

5）產業結構的優化升級是實現能源效率提升的重要途徑。因此，政府應推動傳統產業的綠色轉型，特別是通過政策引導和財政支持，鼓勵企業采納節能減排技術、清潔能源技術和綠色制造技術，引導企業向低碳、綠色方向轉型。此外，政府應支持高技術產業的集群化發展，促進上下游企業協同創新，提升產業鏈整體能源效率。

6為促進區域均衡發展，政府應制定區域特色政策，提供差異化支持。政府應該加強信息技術基礎設施建設，優先布局5G網絡、物聯網和智能電網，同時結合區域資源稟賦，發展新能源、智慧農業等特色高技術產業，建設綠色產業園區，促進產業鏈協同發展。政府還應加強人才引進與培養，通過政策激勵吸引高端技術人才，支持本地高校培養智慧城市相關專業人才，并建設技術創新平臺，推動技術研發和本地化應用。為了促進區域協同發展，政府還應建立東部與中西部對口支援機制，推動技術和管理經驗轉移，選擇試點城市推廣智慧城市技術應用經驗，并通過跨區域技術合作推動聯合研發，鼓勵發達地區與欠發達地區的技術和經驗共享。通過這種區域間的協調與支持，可以促進全國范圍內能源效率的整體提升，減少區域發展不平衡的現象，實現可持續發展目標。

參考文獻：

［1]楊志浩.中間品貿易網絡地位的節能效應：來自中國工業企業的證據[J].國際貿易問題，2023（04）：142-157.

[2] 張優智.我國能源效率與經濟增長關系的實證研究[J].技術與創新管理，2015，36（04）：375-380.

[3] 李曉敏，劉世哲，司小飛.數字經濟與能源消費結構：內在機制與實證檢驗［J].南昌大學學報（人文社會科學版），2024，55（05）：55-70.

[4] 謝思，房克雷，和軍.智慧城市建設能否促進數實融合？基于雙重機器學習的因果推斷[J].產業經濟研究，2024（04）：100-113.

[5] ALBINOV，BERARDIU，DANGELICORM.SmartCities：Definitions，dimensions，performance，initia-tives[J].Journal Urban，2O15，22（01）：3-21.

[6]APPIO F P，LIMA M，PAROUTIS S. Understingsmart cities：Innovation ecosystems，technological ad-vancements， societal challenges[J]. TechnologicalForecasting Social Change，2019，142：1-14.

［7］夏海波，劉耀彬，邵漢華.智慧城市建設如何影響勞動力就業？［J].經濟與管理研究，2024，45（08）：103-124.

[8］潘海嵐，黃婷.智慧城市建設能夠促進企業綠色技術創新的“量質齊升”嗎？［J].南京財經大學學報，2024（04） ：1-11.

[9］張可.智慧城市建設促進了節能減排嗎？基于長三角城市群141個區縣的經驗分析［J].金融研究，2023（07） ：134-153.

[10］郝向舉，何愛平，薛琳.城市發展模式疊加與綠色低碳發展：基于智慧城市與低碳城市協同減排的實證分析[J].城市問題，2023（07）：93-103.

[11］江元，徐林.數字經濟、能源效率和碳排放：基于省級面板數據的實證[J].統計與決策，2023，39（21）：58-63.

[12］秦曉麗，侯躍.產業集聚與城市能源效率;理論機制與空間經驗證據[J].北京理工大學學報（社會科學版），2023，25（05） ：28-39.

[13］孫浩，蘭甜甜.環境規制、產業結構調整與能源效率[J].統計與決策，2023，39（08）：46-50.

[14]SHI L，LIU S，BAO M. Empirical analysis on manufac-turing energy efficiency Yangtze River Basin underenvironmental constraints its impactors[J].Alexan-dria Engineering Jourmal，2021，60（06） ：5147-5155.

[15］葉紅雨，李奕杰.環境規制、偏向性技術進步與能源效率[J].華東經濟管理，2022，36（04）：97-106.

[16]ZHOU A，LI J. Investigate the impact market reformson the improvement manufacturing energy efficiencyunder ’s provincial-level data[J]. Energy，2021，228：120562.

[17]YANG H，LEE H. Smart city remote services： Thecase South Korea’s national pilot smart cities[J].Telematics Informatics，2023，79：101957.

[18]CHEN H，QI S，TAN X. Decomposition prediction 's carbon emission intensity towards carbon neu-trality：From perspectives national，regional sec-toral level[J].Science The Total Environment，2022，825：153839.

[19］余曉鐘，羅霞.我國“互聯網 + ”智慧能源：多重內涵與發展推進[J].福建論壇（人文社會科學版），2021（11）：91-101.

[20］施雄天，余正勇，陳陽.綠色技術創新對我國工業綠色能源效率的影響[J].技術與創新管理，2024，45（06） ：635-647.

[21］陳偉清，覃云，孫欒.國內外智慧城市研究及實踐綜述[J].廣西社會科學，2014（11）：141-145.

[22]JAMILMS，JAMILMA，MAZHARA，etal.Smarten-vironment monitoring system byemployingwirelesssen-sornetworks on vehicles for pollution free smart cities[J].ProcediaEngineering，2015，107：480-484.

[23］許士道，江靜，鄭潔.國家級高新區設立推動產業協同集聚了嗎？基于雙重差分法的實證檢驗［J].經濟問題探索，2022（11）：113-127.

[24]HU JL，WANGSC.Total-factor energy efficiency re-gionsin [J]. Energypolicy，2006，34（17） ：3206-3217.

[25］史丹，李少林.排污權交易制度與能源利用效率：對地級及以上城市的測度與實證[J].中國工業經濟，2020（09） ：5-23.

[26］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（06）：117-135.

[27］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（05）：105-112.

[28］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（03）：158-175.

[29］李思佳，余曉，胡靜.標準治理是否促進區域經濟高質量發展：標準化綜合改革試點的準自然實驗[J].技術與創新管理，2024，45（02）：216-226.

[30]BASKERE，SIMCOE T.Upstream，downstream：Diffu-sion impacts theuniversal productcode[J].Jour-nal Political Economy，2021，129（04）：1252-1286.

[31]CHETTYR，LOONEY A，KROFTK.Salience taxa-tion：Theory evidence[J].American Economic Re-view，2009，99（04） ：1145-1177.

[32］史丹.中國能源效率的地區差異與節能潛力分析[J].中國工業經濟，2006（10）：49-58.

[33］龔強，張一林，林毅夫.產業結構、風險特性與最優金融結構[J].經濟研究，2014，49（04）：4-16.

[34]BENTOA，FREEDMANM，LANGC.Whobenefitsfromenvironmental regulation？ Evidence from thecleanairact zmendments[J].Review Statis-tics，2015，97（03）：610-622.

[35］紀玉俊，戴潔清.產業結構升級有利于能源效率的提升嗎？基于財政分權的門檻回歸模型檢驗［J].南京財經大學學報，2019（04）：1-12.

[36]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（05）：731-745.

[37］蔡海亞，徐盈之.貿易開放是否影響了中國產業結構升級？［J].數量經濟技術經濟研究，2017，34（10）：3-22.

（責任編輯：王強）