安贤娟

摘要：随着信息技术的快速发展，智慧城市建设逐渐成为信息化时代新的增长点。基于双重差分模型，结合倾向得分匹配方法（PSM-DID），以2005-2018年中国215个地级市的面板数据为样本，评估智慧城市的建设对于地区经济发展的影响。实证结果证明，智慧城市建设能够显著促进实际人均GDP的增长，这一结果在PSM-DID的进一步检验中仍然稳健。

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.

关键词：智慧城市;经济发展;双重差分;psm-did

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

中图分类号：F299.27                                     文献标识码：A                                  文章编号：1006-4311（2020）32-0052-04

0  引言

随着城市化水平不断提升，大量农村人口涌入城市，城市人口数量快速增加，人口密度持续攀升，导致传统的治理模式与城市规模不匹配，从而出现了各种各样的“城市病”问题。为了解决因城市蔓延带来的问题，实现城市的可持续发展，美国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”这一愿景。智慧城市作为智慧地球最重要最综合的应用，逐渐成为信息化时代的新的增长点。

从现有理论文献来看，国外学者认为在知识经济逐渐向网络经济转型的过程中，会对智慧城市地区经济产生一定的影响，通过分析欧洲城市的创意阶层（creative class），研究对环境的关注、教育水平、人力资本等因素与地区人均GDP之间的关系，从而阐明智慧城市的内涵[1]。国内学者认为建设智慧城市可以激活民间投资、增加就业，促进经济转型发展，提升城市经济发展的质量[2-5]。智慧城市的相关理念和应用能够从增加居民消费、增加企业消费和增加政府公共服务支出三个方面促进消费型经济发展方式的实现[5]。也有学者分析研究了智慧城市建设对于环境保护、金融发展、生产效率、城市创新以及政府组织结构等方面的影响[6-10]。

从国内外的实践来看，随着信息技术的日益成熟，智慧城市建设作为新城市的治理模式，在减少污染、提升城市运行效率、维护公共安全等方面效果较好。有越来越多的国家和地区加入到智慧城市建设的行列中。2009年迪比克与IBM合作建立美国第一个智慧城市，运用物联网技术连接城市公用资源服务市民;韩国推出“u-Korea”战略，以网络为基础，通过整合公共平台以打造生态智慧型城市。与此同时，东京、台北、纽约等城市也先后制定相关战略和方案，都取得了一定的进展。我国于2012年提出开展国家智慧城市试点工作，首批设立的国家智慧城市试点共涉及90个城市（区、镇）。随后在2013年、2014年均公布设立了不同数量的智慧城市试点。截止目前住建部公布的智慧城市试点数量已經达到290个。

1  模型、方法与数据

1.1 模型选择

我国于2012年正式设立首批国家智慧城市，之后分别于2013年和2014年设立了两批智慧城市，在本文的215个地级市中，设立的三批智慧城市试点共有91个，我们将实施智慧城市政策看做是一次准自然实验，采用双重差分法来评估该政策对于地区经济发展的影响。而后进一步将样本分为四个子样本，即设立智慧城市之前的处理组、设立智慧城市之前的对照组、设立智慧城市之后的处理组以及设立智慧城市之后的对照组。具体来看，根据DID模型，在实验中我们首先构建两个虚拟变量。有91个地级市列入智慧城市试点名单构成处理组，其余没有列入名单的地级市构成对照组。其中，treated=0表示设立智慧城市的地级市，treated=1表示未设立智慧城市的地级市。其次设定政策执行时点变量，地级市在设立智慧城市之前的年份定义为0，在当年及以后的年份定义为1。其中，period=0表示设立智慧城市之前的年份，period=1表示设立智慧城市当年及其之后的年份。

根据以上分析，本文建立如下模型：

其中，Y为被解释变量，本文选取了人均gdp取自然对数值来衡量智慧城市建设对于地区经济发展的作用，下角标i和t分别表示第i个地级市和第t年。DID为period与treated的交乘项，Xit为一系列控制变量，？着it表示扰动项，？酌t为时间固定效应，？滋i为各地级市个体固定效应。对于上述模型，？茁1的估计值是我们真正需要关心的，因为这个系数衡量了智慧城市建设对于地区经济增长的净影响。如果智慧城市建设真的推动了地区经济发展的话，那么？茁1应该是显著为正的。

1.2 数据与变量说明

本文使用的数据来源于2006-2019年《中国城市统计年鉴》，在对数据样本进行分析时，做了如下处理：①本文使用的地级市层面的数据，为了保证数据结果更加贴近事实，因此如果仅将地级市下的县或区作为试点，而不是整个地级市时，则将该地级市从数据样本中剔除。②剔除了数据缺失较为严重的地级市。本文最终得到了2005-2018年215個地级市的平衡面板数据。另外由于其他因素也会影响到地区的经济发展，因此本文还引入了其他控制变量，具体变量设置见表1。

1.2.1 被解释变量

按照以往相关文献的普遍做法，本文用地区实际人均gdp取自然对数lnrgdp来度量地区的经济发展程度。

1.2.2 核心解释变量

智慧城市试点虚拟变量（DID）。本文根据国家住房和城乡建设部发布的三批国家智慧城市试点名单，对各地级市进行赋值。

1.2.3 其他控制变量

为了控制其他因素对于地方经济的影响，基于已有文献，本文选取了部分控制变量主要包括：第二产业发展水平（second），采用地区第二产业产值与地区实际gdp比值衡量;教育水平（stu），采用地区普通高等学校在校生数量与地区年末总人口的比值测度;政府规模（gov），采用政府财政预算内支出与地区实际gdp的比值衡量;科教投入（lnedu），采用地区政府财政支出中科学技术与教育经费支出部分取自然对数来衡量;外商直接投资水平（fdi），使用外商直接投资与地区实际gdp的比值衡量，其中实际利用外资金额（万美元）通过各年人民币对美元的汇率进行换算;储蓄水平（save），使用城乡居民储蓄总额与地区实际gdp的比值来衡量。具体变量选择和计算方法见表1。

本文最终使用2005-2018年中国215个地级市14年的平衡面板数据进行实证分析。表2为变量的描述性统计的结果，可以看出实验组的人均gdp的均值与中值均大于控制组，能够在一定程度上说明智慧城市的建设对于地区经济发展的作用，但是可信度与具体效应的大小还需要后续进行更系统的实证分析检验。

2  实证分析

2.1 智慧城市建设对地区经济增长的初步检验

根据式（1）的模型，表3展示了智慧城市建设与地区经济发展的双重差分估计结果。可以看出，加入了控制变量，并控制了时间效应与个体效应后，核心解释变量DID的系数变小，表明在剔除了其他影响经济发展的因素并控制了时间趋势与个体特征后，智慧城市建设对于经济增长的影响程度有所减少，但是系数仍然显著为正，可以说明无论是否控制其他变量，智慧城市建设都能够显著推动地区经济发展。表3的估计结果与前文分析一致，智慧城市建设确实能够促进地区的经济发展。

2.2 基于PSM-DID方法的检验

2.2.1 平衡性检验与共同支撑检验

为了减少内生性问题对于研究结果的干扰，降低双重差分法的估计误差，本文进一步利用由Heckmen提出并发展的PSM-DID方法进行进一步的研究分析。本文按照某城市是否建设智慧城市来设定虚拟变量，对相关的控制变量进行Logit回归估计，分别通过半径匹配、核匹配与近邻匹配三种方法确定权重，根据得到的倾向得分值为处理组匹配最为接近的对照组。表4为核匹配的平衡性检验的结果。表4中的T检验表明，匹配过后，所有的变量都不存在显著的均值差异。从标准化差异检验可以看出，相比于匹配前，匹配后的标准化差异大幅下降。可以说明经过匹配后，实验组与对照组的分布差异较小，匹配的质量较好。同时，本文通过画倾向得分概率分布密度函数图（图1）来进行共同支撑检验，以保证匹配后的样本具有较好的可比性。从图1可以看出，经过匹配后，两组可以进行相互比较，从而证明本文使用PSM-DID的方法是合理可行。

2.2.2 基于PSM-DID的检验结果

在保证匹配样本能够相对较好的满足条件独立分布与共同支撑假设后，本文利用PSM-DID方法再次估计智慧城市建设对于地区经济发展的影响，具体结果如表5所示，第（1）（2）（3）列分别为半径匹配、核匹配、近邻匹配的估计结果。从表5的结果中可以看出，不管采用何种匹配方法，经过了匹配之后，智慧城市的建设仍然能够推动地区的经济增长。PSM-DID稳健性检验得到的结果和前文双重差分估计结果基本保持一致，从而可以证明本文估计的智慧城市建设对地区经济发展的显著正向影响是相对稳健的。

3  结论和政策启示

智慧城市试点政策的实行是我国为了发展智慧项目和推动经济发展的重要举措之一。但目前我国的智慧城市建设仍然处于探索发展阶段。本文利用中国215个地级市2005-2018年的面板数据，利用双重差分模型和PSM-DID的方法来验证智慧城市的建设是否推动地区经济发展。研究结果表明，智慧城市建设确实能够推动地区的经济发展，这一结果在经过PSM-DID的检验后仍然成立。

鉴于智慧城市建设对于地区经济发展的促进作用，因此在建设过程中：

第一，应该充分利用数字化与信息化为基础的时代背景，大力推进信息化发展，加速信息化与工业化的深度融合，培育新兴业态。同时还要切实保障信息安全，维护网络安全，保证信息数据安全。