智慧城市建設(shè)助推地區(qū)經(jīng)濟發(fā)展

安賢娟

摘要：隨著信息技術(shù)的快速發(fā)展，智慧城市建設(shè)逐漸成為信息化時代新的增長點?；陔p重差分模型，結(jié)合傾向得分匹配方法（PSM-DID），以2005-2018年中國215個地級市的面板數(shù)據(jù)為樣本，評估智慧城市的建設(shè)對于地區(qū)經(jīng)濟發(fā)展的影響。實證結(jié)果證明，智慧城市建設(shè)能夠顯著促進實際人均GDP的增長，這一結(jié)果在PSM-DID的進一步檢驗中仍然穩(wěn)健。

Abstract： With the rapid development of information technology， the construction of smart city has gradually become a new growth point in the information age. Based on the difference-in-difference model and combined with PSM-DID method， the panel data of 215 cities in China from 2005 to 2018 were taken as samples to evaluate the impact of the construction of smart cities on regional economic development. The empirical results show that the construction of smart cities can significantly promote the growth of real per capita GDP， which is still stable in the further test of PSM-DID.

關(guān)鍵詞：智慧城市;經(jīng)濟發(fā)展;雙重差分;psm-did

Key words： smart city;economic development;difference-in-difference;PSM-DID

中圖分類號：F299.27? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）32-0052-04

0? 引言

隨著城市化水平不斷提升，大量農(nóng)村人口涌入城市，城市人口數(shù)量快速增加，人口密度持續(xù)攀升，導(dǎo)致傳統(tǒng)的治理模式與城市規(guī)模不匹配，從而出現(xiàn)了各種各樣的“城市病”問題。為了解決因城市蔓延帶來的問題，實現(xiàn)城市的可持續(xù)發(fā)展，美國IBM公司于2008年首次提出了“智慧地球”理念，而后又于2010年正式提出“智慧的城市”這一愿景。智慧城市作為智慧地球最重要最綜合的應(yīng)用，逐漸成為信息化時代的新的增長點。

從現(xiàn)有理論文獻來看，國外學者認為在知識經(jīng)濟逐漸向網(wǎng)絡(luò)經(jīng)濟轉(zhuǎn)型的過程中，會對智慧城市地區(qū)經(jīng)濟產(chǎn)生一定的影響，通過分析歐洲城市的創(chuàng)意階層（creative class），研究對環(huán)境的關(guān)注、教育水平、人力資本等因素與地區(qū)人均GDP之間的關(guān)系，從而闡明智慧城市的內(nèi)涵[1]。國內(nèi)學者認為建設(shè)智慧城市可以激活民間投資、增加就業(yè)，促進經(jīng)濟轉(zhuǎn)型發(fā)展，提升城市經(jīng)濟發(fā)展的質(zhì)量[2-5]。智慧城市的相關(guān)理念和應(yīng)用能夠從增加居民消費、增加企業(yè)消費和增加政府公共服務(wù)支出三個方面促進消費型經(jīng)濟發(fā)展方式的實現(xiàn)[5]。也有學者分析研究了智慧城市建設(shè)對于環(huán)境保護、金融發(fā)展、生產(chǎn)效率、城市創(chuàng)新以及政府組織結(jié)構(gòu)等方面的影響[6-10]。

從國內(nèi)外的實踐來看，隨著信息技術(shù)的日益成熟，智慧城市建設(shè)作為新城市的治理模式，在減少污染、提升城市運行效率、維護公共安全等方面效果較好。有越來越多的國家和地區(qū)加入到智慧城市建設(shè)的行列中。2009年迪比克與IBM合作建立美國第一個智慧城市，運用物聯(lián)網(wǎng)技術(shù)連接城市公用資源服務(wù)市民;韓國推出“u-Korea”戰(zhàn)略，以網(wǎng)絡(luò)為基礎(chǔ)，通過整合公共平臺以打造生態(tài)智慧型城市。與此同時，東京、臺北、紐約等城市也先后制定相關(guān)戰(zhàn)略和方案，都取得了一定的進展。我國于2012年提出開展國家智慧城市試點工作，首批設(shè)立的國家智慧城市試點共涉及90個城市（區(qū)、鎮(zhèn)）。隨后在2013年、2014年均公布設(shè)立了不同數(shù)量的智慧城市試點。截止目前住建部公布的智慧城市試點數(shù)量已經(jīng)達到290個。

1? 模型、方法與數(shù)據(jù)

1.1 模型選擇

我國于2012年正式設(shè)立首批國家智慧城市，之后分別于2013年和2014年設(shè)立了兩批智慧城市，在本文的215個地級市中，設(shè)立的三批智慧城市試點共有91個，我們將實施智慧城市政策看做是一次準自然實驗，采用雙重差分法來評估該政策對于地區(qū)經(jīng)濟發(fā)展的影響。而后進一步將樣本分為四個子樣本，即設(shè)立智慧城市之前的處理組、設(shè)立智慧城市之前的對照組、設(shè)立智慧城市之后的處理組以及設(shè)立智慧城市之后的對照組。具體來看，根據(jù)DID模型，在實驗中我們首先構(gòu)建兩個虛擬變量。有91個地級市列入智慧城市試點名單構(gòu)成處理組，其余沒有列入名單的地級市構(gòu)成對照組。其中，treated=0表示設(shè)立智慧城市的地級市，treated=1表示未設(shè)立智慧城市的地級市。其次設(shè)定政策執(zhí)行時點變量，地級市在設(shè)立智慧城市之前的年份定義為0，在當年及以后的年份定義為1。其中，period=0表示設(shè)立智慧城市之前的年份，period=1表示設(shè)立智慧城市當年及其之后的年份。

根據(jù)以上分析，本文建立如下模型：

其中，Y為被解釋變量，本文選取了人均gdp取自然對數(shù)值來衡量智慧城市建設(shè)對于地區(qū)經(jīng)濟發(fā)展的作用，下角標i和t分別表示第i個地級市和第t年。DID為period與treated的交乘項，Xit為一系列控制變量，？著it表示擾動項，？酌t為時間固定效應(yīng)，？滋i為各地級市個體固定效應(yīng)。對于上述模型，？茁1的估計值是我們真正需要關(guān)心的，因為這個系數(shù)衡量了智慧城市建設(shè)對于地區(qū)經(jīng)濟增長的凈影響。如果智慧城市建設(shè)真的推動了地區(qū)經(jīng)濟發(fā)展的話，那么？茁1應(yīng)該是顯著為正的。

1.2 數(shù)據(jù)與變量說明

本文使用的數(shù)據(jù)來源于2006-2019年《中國城市統(tǒng)計年鑒》，在對數(shù)據(jù)樣本進行分析時，做了如下處理：①本文使用的地級市層面的數(shù)據(jù)，為了保證數(shù)據(jù)結(jié)果更加貼近事實，因此如果僅將地級市下的縣或區(qū)作為試點，而不是整個地級市時，則將該地級市從數(shù)據(jù)樣本中剔除。②剔除了數(shù)據(jù)缺失較為嚴重的地級市。本文最終得到了2005-2018年215個地級市的平衡面板數(shù)據(jù)。另外由于其他因素也會影響到地區(qū)的經(jīng)濟發(fā)展，因此本文還引入了其他控制變量，具體變量設(shè)置見表1。

1.2.1 被解釋變量

按照以往相關(guān)文獻的普遍做法，本文用地區(qū)實際人均gdp取自然對數(shù)lnrgdp來度量地區(qū)的經(jīng)濟發(fā)展程度。

1.2.2 核心解釋變量

智慧城市試點虛擬變量（DID）。本文根據(jù)國家住房和城鄉(xiāng)建設(shè)部發(fā)布的三批國家智慧城市試點名單，對各地級市進行賦值。

1.2.3 其他控制變量

為了控制其他因素對于地方經(jīng)濟的影響，基于已有文獻，本文選取了部分控制變量主要包括：第二產(chǎn)業(yè)發(fā)展水平（second），采用地區(qū)第二產(chǎn)業(yè)產(chǎn)值與地區(qū)實際gdp比值衡量;教育水平（stu），采用地區(qū)普通高等學校在校生數(shù)量與地區(qū)年末總?cè)丝诘谋戎禍y度;政府規(guī)模（gov），采用政府財政預(yù)算內(nèi)支出與地區(qū)實際gdp的比值衡量;科教投入（lnedu），采用地區(qū)政府財政支出中科學技術(shù)與教育經(jīng)費支出部分取自然對數(shù)來衡量;外商直接投資水平（fdi），使用外商直接投資與地區(qū)實際gdp的比值衡量，其中實際利用外資金額（萬美元）通過各年人民幣對美元的匯率進行換算;儲蓄水平（save），使用城鄉(xiāng)居民儲蓄總額與地區(qū)實際gdp的比值來衡量。具體變量選擇和計算方法見表1。

本文最終使用2005-2018年中國215個地級市14年的平衡面板數(shù)據(jù)進行實證分析。表2為變量的描述性統(tǒng)計的結(jié)果，可以看出實驗組的人均gdp的均值與中值均大于控制組，能夠在一定程度上說明智慧城市的建設(shè)對于地區(qū)經(jīng)濟發(fā)展的作用，但是可信度與具體效應(yīng)的大小還需要后續(xù)進行更系統(tǒng)的實證分析檢驗。

2? 實證分析

2.1 智慧城市建設(shè)對地區(qū)經(jīng)濟增長的初步檢驗

根據(jù)式（1）的模型，表3展示了智慧城市建設(shè)與地區(qū)經(jīng)濟發(fā)展的雙重差分估計結(jié)果?？梢钥闯?，加入了控制變量，并控制了時間效應(yīng)與個體效應(yīng)后，核心解釋變量DID的系數(shù)變小，表明在剔除了其他影響經(jīng)濟發(fā)展的因素并控制了時間趨勢與個體特征后，智慧城市建設(shè)對于經(jīng)濟增長的影響程度有所減少，但是系數(shù)仍然顯著為正，可以說明無論是否控制其他變量，智慧城市建設(shè)都能夠顯著推動地區(qū)經(jīng)濟發(fā)展。表3的估計結(jié)果與前文分析一致，智慧城市建設(shè)確實能夠促進地區(qū)的經(jīng)濟發(fā)展。

2.2 基于PSM-DID方法的檢驗

2.2.1 平衡性檢驗與共同支撐檢驗

為了減少內(nèi)生性問題對于研究結(jié)果的干擾，降低雙重差分法的估計誤差，本文進一步利用由Heckmen提出并發(fā)展的PSM-DID方法進行進一步的研究分析。本文按照某城市是否建設(shè)智慧城市來設(shè)定虛擬變量，對相關(guān)的控制變量進行Logit回歸估計，分別通過半徑匹配、核匹配與近鄰匹配三種方法確定權(quán)重，根據(jù)得到的傾向得分值為處理組匹配最為接近的對照組。表4為核匹配的平衡性檢驗的結(jié)果。表4中的T檢驗表明，匹配過后，所有的變量都不存在顯著的均值差異。從標準化差異檢驗可以看出，相比于匹配前，匹配后的標準化差異大幅下降?？梢哉f明經(jīng)過匹配后，實驗組與對照組的分布差異較小，匹配的質(zhì)量較好。同時，本文通過畫傾向得分概率分布密度函數(shù)圖（圖1）來進行共同支撐檢驗，以保證匹配后的樣本具有較好的可比性。從圖1可以看出，經(jīng)過匹配后，兩組可以進行相互比較，從而證明本文使用PSM-DID的方法是合理可行。

2.2.2 基于PSM-DID的檢驗結(jié)果

在保證匹配樣本能夠相對較好的滿足條件獨立分布與共同支撐假設(shè)后，本文利用PSM-DID方法再次估計智慧城市建設(shè)對于地區(qū)經(jīng)濟發(fā)展的影響，具體結(jié)果如表5所示，第（1）（2）（3）列分別為半徑匹配、核匹配、近鄰匹配的估計結(jié)果。從表5的結(jié)果中可以看出，不管采用何種匹配方法，經(jīng)過了匹配之后，智慧城市的建設(shè)仍然能夠推動地區(qū)的經(jīng)濟增長。PSM-DID穩(wěn)健性檢驗得到的結(jié)果和前文雙重差分估計結(jié)果基本保持一致，從而可以證明本文估計的智慧城市建設(shè)對地區(qū)經(jīng)濟發(fā)展的顯著正向影響是相對穩(wěn)健的。

3? 結(jié)論和政策啟示

智慧城市試點政策的實行是我國為了發(fā)展智慧項目和推動經(jīng)濟發(fā)展的重要舉措之一。但目前我國的智慧城市建設(shè)仍然處于探索發(fā)展階段。本文利用中國215個地級市2005-2018年的面板數(shù)據(jù)，利用雙重差分模型和PSM-DID的方法來驗證智慧城市的建設(shè)是否推動地區(qū)經(jīng)濟發(fā)展。研究結(jié)果表明，智慧城市建設(shè)確實能夠推動地區(qū)的經(jīng)濟發(fā)展，這一結(jié)果在經(jīng)過PSM-DID的檢驗后仍然成立。

鑒于智慧城市建設(shè)對于地區(qū)經(jīng)濟發(fā)展的促進作用，因此在建設(shè)過程中：

第一，應(yīng)該充分利用數(shù)字化與信息化為基礎(chǔ)的時代背景，大力推進信息化發(fā)展，加速信息化與工業(yè)化的深度融合，培育新興業(yè)態(tài)。同時還要切實保障信息安全，維護網(wǎng)絡(luò)安全，保證信息數(shù)據(jù)安全。