智慧城市對低碳經(jīng)濟發(fā)展的影響研究

王家庭　王心怡

摘要：綠色低碳發(fā)展是實現(xiàn)碳達峰目標(biāo)及碳中和愿景的根本路徑。將智慧城市試點項目作為一項準(zhǔn)自然實驗，利用2006—2018年全國282個地級市面板數(shù)據(jù)，采用多期雙重差分方法和改良的中介效應(yīng)模型評估智慧城市試點政策對城市碳排放強度的影響及作用機制。研究發(fā)現(xiàn)：（1）智慧城市試點政策能夠有效降低碳排放強度，該結(jié)論在一系列穩(wěn)健性檢驗后依然成立。（2）從動態(tài)效應(yīng)上看，智慧城市的碳減排效應(yīng)出現(xiàn)在試點設(shè)立后的第3年，說明該政策效應(yīng)存在一定的時滯性。（3）影響機制分析表明智慧城市試點政策可以通過技術(shù)創(chuàng)新效應(yīng)、結(jié)構(gòu)轉(zhuǎn)型效應(yīng)和規(guī)模經(jīng)濟效應(yīng)等路徑抑制碳排放。（4）城市特質(zhì)會影響智慧城市試點政策的效果，智慧城市試點政策對碳排放強度的抑制作用呈現(xiàn)由東到西遞增的地理空間差序格局、由高到低遞減的城市等級差序格局，超大、特大型城市的抑制效果弱于大城市和中等城市，并且資源型城市的抑制效果強于非資源型城市。

關(guān)鍵詞：碳排放強度；智慧城市試點；雙重差分模型；中介效應(yīng)模型

DOI：10.3969/j.issn.1674-7739.2023.02.003

一、引言

習(xí)近平總書記在黨的二十大報告中明確指出，推動綠色發(fā)展，促進人與自然和諧共生，積極穩(wěn)妥推進碳達峰碳中和。發(fā)展綠色低碳經(jīng)濟是中國主動承擔(dān)全球環(huán)境責(zé)任、積極應(yīng)對氣候變化、推動構(gòu)建人類命運共同體的行動體現(xiàn)，也是實現(xiàn)中華民族偉大復(fù)興和永續(xù)發(fā)展的必由之路。當(dāng)前全球溫室氣體排放量持續(xù)增加，負(fù)面影響日益顯現(xiàn)，已經(jīng)成為人類社會可持續(xù)發(fā)展的主要威脅之一。中國政府長期以來致力于降低碳排放強度，助力低碳經(jīng)濟發(fā)展。2020年9月，習(xí)近平總書記在第七十五屆聯(lián)合國大會上宣布，中國力爭2030年前二氧化碳排放達到峰值，2060年前實現(xiàn)碳中和。碳達峰碳中和為我國提供了一個中長期愿景、綜合性目標(biāo)和戰(zhàn)略方向，已經(jīng)納入經(jīng)濟社會發(fā)展和生態(tài)文明建設(shè)整體布局。

碳達峰與碳中和“雙碳”目標(biāo)的實現(xiàn)依賴于城市的綠色低碳轉(zhuǎn)型，亟需探索一種全新的城市發(fā)展模式。本文發(fā)現(xiàn)，中國政府于2012年施行的智慧城市試點政策就是這樣一種全新的城市發(fā)展模式。從既有研究來看，盡管智慧城市與低碳經(jīng)濟都是熱點話題，但學(xué)界關(guān)于智慧城市與低碳經(jīng)濟關(guān)系的探索尚有局限。就智慧城市建設(shè)而言，學(xué)者們更多關(guān)注的是智慧城市的定義、發(fā)展模式與評價體系的構(gòu)建。[1-2]關(guān)于碳排放驅(qū)動因素的現(xiàn)有研究多集中于經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、對外開放水平方面，[3-4]對政府政策的碳減排效果的研究相對較少。那么智慧城市政策能否降低城市碳排放強度？對城市低碳經(jīng)濟發(fā)展是否有正向作用？智慧城市建設(shè)如何影響城市碳排放水平？不同城市的政策效應(yīng)相同嗎？由此可見，智慧城市和低碳經(jīng)濟發(fā)展的研究仍有進一步延伸的空間。

二、理論分析與研究假設(shè)

智慧城市建設(shè)可以促進當(dāng)?shù)亟?jīng)濟增長和高質(zhì)量發(fā)展。張治棟發(fā)現(xiàn)智慧城市建設(shè)對經(jīng)濟增長、新舊動能轉(zhuǎn)換具有顯著的積極影響。[5]數(shù)字化與信息化是智慧城市的主要特色，智慧城市建設(shè)將物聯(lián)網(wǎng)、人工智能、云計算等技術(shù)融入企業(yè)，可以加速企業(yè)生產(chǎn)效率，獲取更高的經(jīng)濟效益。同時加速了人力資本積累，催生更多以人才、技術(shù)、知識為導(dǎo)向的新興經(jīng)濟增長點。[6]智慧城市建設(shè)可以有效降低碳排放。生態(tài)化與低碳化是智慧城市的重要內(nèi)涵，綠色低碳始終是智慧城市發(fā)展的目標(biāo)之一。黃建認(rèn)為智慧城市以促進城市經(jīng)濟建設(shè)，社會建設(shè)與生態(tài)建設(shè)為核心思想，更加倡導(dǎo)城市居民的綠色生活和綠色消費理念，反對能源浪費。[7]同時加強對環(huán)境質(zhì)量的檢測，注重環(huán)境治理效果，提升城市的宜居性，實現(xiàn)城市的可持續(xù)發(fā)展。[8]因此，本文提出如下研究假設(shè)：

假設(shè)H1：智慧城市試點政策在促進地區(qū)經(jīng)濟增長的同時減少碳排放量，進而降低碳排放強度，促進城市低碳經(jīng)濟發(fā)展。

環(huán)境問題的根源在于規(guī)模、技術(shù)與結(jié)構(gòu)變化，碳排放作為環(huán)境問題的一種，與污染物排放具有同根同源的典型特征。[9]經(jīng)濟活動對環(huán)境的影響主要通過技術(shù)創(chuàng)新效應(yīng)、結(jié)構(gòu)轉(zhuǎn)型效應(yīng)和規(guī)模經(jīng)濟效應(yīng)。基于此，本文從這三個方面考察智慧城市政策碳減排的作用機理，其理論機制如圖1所示。

智慧城市旨在建設(shè)以科技創(chuàng)新為核心驅(qū)動力的城市，是國家經(jīng)濟發(fā)展邁上創(chuàng)新驅(qū)動階段的一個重要標(biāo)志。技術(shù)進步是解決環(huán)境污染問題的有效手段，尤其是以生產(chǎn)技術(shù)、節(jié)能技術(shù)及環(huán)保技術(shù)等綠色技術(shù)為導(dǎo)向的創(chuàng)新。[10]學(xué)者們普遍認(rèn)為綠色技術(shù)創(chuàng)新能有效減少溫室氣體?？紤]到我國經(jīng)濟和能源系統(tǒng)所具有的高碳化特征，綠色創(chuàng)新驅(qū)動被認(rèn)為是實現(xiàn)碳中和目標(biāo)的重要途徑之一。低碳能源技術(shù)能夠通過清潔煤技術(shù)，將過去高碳煤能源轉(zhuǎn)變?yōu)榈吞济耗茉?，同時加大新能源的利用效率，采用可再生性較強的清潔能源作為城市的基本能源，實現(xiàn)能源的可持續(xù)利用。[11]由此本文提出：

假設(shè)H2：智慧城市試點政策通過增強綠色技術(shù)創(chuàng)新能力助力城市低碳經(jīng)濟發(fā)展。

智慧城市政策可以促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，為產(chǎn)業(yè)的綠色化調(diào)整奠定了堅實的基礎(chǔ)，而產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級是緩解經(jīng)濟活動對環(huán)境影響的重要路徑。產(chǎn)業(yè)結(jié)構(gòu)由勞動資源密集型轉(zhuǎn)向知識、技術(shù)密集型，有助于降低經(jīng)濟增長對能源資源的依賴，進而降低城市的碳排放量。高技術(shù)產(chǎn)業(yè)耗能更少、碳排放更低，僅為全行業(yè)的5.3%。[12]產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級可以提升生產(chǎn)效率與能源資源利用率，助推生產(chǎn)方式向高精尖方向發(fā)展，生產(chǎn)設(shè)備向集約精益化方向突破，產(chǎn)業(yè)鏈條向高附加值延伸，產(chǎn)業(yè)產(chǎn)品向綠色質(zhì)量化邁進。[13]高耗能高污染的低端產(chǎn)業(yè)向著高端化發(fā)展，智能交通、智能醫(yī)療及智能公共服務(wù)逐漸普及，智慧旅游和智能教育產(chǎn)業(yè)已經(jīng)成為城市之中較為重要的新興產(chǎn)業(yè)，使城市經(jīng)濟在低碳循環(huán)的角度下進行建設(shè)?；诖吮疚奶岢觯?/p>

假設(shè)H3：智慧城市試點政策通過促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級助力城市低碳經(jīng)濟發(fā)展。

智慧城市建設(shè)加快人口、要素和產(chǎn)業(yè)在城市空間中的凝聚，伴隨集聚所產(chǎn)生的規(guī)模經(jīng)濟效應(yīng)也會降低碳強度。智能信息系統(tǒng)的大量運用，有利于提升城市公共服務(wù)的效率，實現(xiàn)社會資源最優(yōu)配置，減少能源和資源消耗，從而達到減少碳排放的目的。[14]依托經(jīng)濟集聚形成的碳減排效果也獲得了一定證明。如任曉松指出現(xiàn)階段城市經(jīng)濟集聚水平對碳排放強度有負(fù)向作用；[15]王桂新和武俊奎發(fā)現(xiàn)產(chǎn)業(yè)集聚程度提高1%，城市碳排放下降8.33%—10.57%。[16]邵帥等認(rèn)為當(dāng)經(jīng)濟集聚達到一定水平后可能同時表現(xiàn)出節(jié)能與減排效果。[17]據(jù)此本文提出：

假設(shè)H4：智慧城市政策通過提高經(jīng)濟集聚發(fā)展水平助力城市低碳經(jīng)濟發(fā)展。

三、模型、變量與數(shù)據(jù)

（一）模型構(gòu)建

1.多期DID模型

由于智慧城市試點地區(qū)并非在同一年獲得批準(zhǔn)，傳統(tǒng)雙重差分方法并不適用。本文將現(xiàn)行的三批國家智慧城市試點作為一項準(zhǔn)自然實驗，采用多期雙重差分方法評估試點政策對城市碳排放強度的影響，考察其能否助力低碳經(jīng)濟發(fā)展。具體模型構(gòu)建（1）如下：

其中，下標(biāo)i和t分別表示城市與年份；CIit為被解釋變量，即碳強度；DIDit為本文核心解釋變量；Controlit表示影響碳強度且隨i和t變動的一系列城市層面的控制變量；μi、δt分別表示個體與時間固定效應(yīng)。εit為隨機誤差項。

2.改良的中介效應(yīng)模型

許多學(xué)者在經(jīng)濟學(xué)研究中使用由Baron和Kenny提出的傳統(tǒng)三段式中介效應(yīng)模型進行中介機制檢驗，[18]但Haye等人認(rèn)為這種方法存在嚴(yán)重的內(nèi)生性問題。[19]為解決這一問題，Dippel等提出了基于單一工具變量，實現(xiàn)中介效應(yīng)準(zhǔn)確估計的改良模型。[20]借鑒其思路，本文首先選擇合適的工具變量重新構(gòu)建多期雙重差分模型：

其中，模型（2）是將可能具有內(nèi)生性的核心解釋變量（DIDit）對工具變量（IVit）及一系列外生控制變量（Controlit）回歸，以獲得內(nèi)生變量擬合值的過程；模型（3）則是將該擬合值（）替代原內(nèi)生變量（DIDit）進行回歸的過程，由此便可得到無偏估計量α′1，以準(zhǔn)確地刻畫智慧城市試點政策對于城市碳強度（CIit）的影響。εit和ε′it為各階段回歸中的殘差項。

在此基礎(chǔ)上，本文設(shè)置如下改良中介效應(yīng)模型檢驗智慧城市影響碳強度的作用機理：

利用模型（4）和模型（5）開展第一次2SLS估計，以檢驗核心解釋變量智慧城市試點（DIDit）對于中介變量（Mit）影響的大小，該影響由無偏估計量φ1體現(xiàn)。

其后，利用模型（6）和模型（7）開展第二次2SLS估計，以檢驗中介變量（Mit）對于被解釋變量碳強度（CIit）影響的大小，該影響由無偏估計量γ1體現(xiàn)。最后，中介效應(yīng)的大小即為兩個無偏估計量的乘積（φ1× γ1）。

改良的中介效應(yīng)模型基本的識別假設(shè)是，核心解釋變量（DIDit）可以為內(nèi)生，但其內(nèi)生性不能來源于共同影響核心解釋變量（DIDit）和被解釋變量（CIit）的混合因素，即上述兩個變量的殘差項不存在線性相關(guān)關(guān)系。在此假設(shè)基礎(chǔ)上，可以在控制了核心解釋變量（DIDit）的前提下將工具變量（IVit）同時用于兩次2SLS估計中，從而分別得到核心解釋變量（DIDit）和中介變量（Mit）回歸系數(shù)的無偏估計。

（二）變量選擇

1.被解釋變量：碳強度（CI）

碳排放強度又叫碳強度（Carbon Intensity），是指每單位國內(nèi)生產(chǎn)總值所帶來的二氧化碳排放量，即CI=CO2/GDP。該指標(biāo)同時考慮了經(jīng)濟增長與碳排放量，如果在經(jīng)濟增長的同時，碳強度下降，那么說明該地區(qū)就實現(xiàn)了一個低碳的經(jīng)濟發(fā)展模式。本文借鑒韓峰和謝銳[21]的方法，通過液化石油氣、天然氣、全社會用電量三類能源消費對二氧化碳排放量進行測算。其中，針對社會用電而言，我國各城市目前的發(fā)電結(jié)構(gòu)仍以煤炭為主，并且以煤為主的電力需求是二氧化碳排放的主要原因，因此以燃煤發(fā)電來測度二氧化碳更為準(zhǔn)確。各城市總二氧化碳排放量具體測算方法如式（8）所示。

式中，C1、C2、C3分別表示液化石油氣、天然氣、全社會用電量帶來的二氧化碳排放量，? ?E1為液化石油氣消費量，ν為液化石油氣的二氧化碳折算系數(shù)，E2為天然氣消費量，κ為天然氣的二氧化碳折算系數(shù)，E3為全社會用電量，φ為煤電燃料鏈溫室氣體排放系數(shù)，η為總發(fā)電量中煤電比重。其中，參考《省級溫室氣體清單編制指南》，將液化石油氣、天然氣和煤電燃料鏈溫室氣體的排放系數(shù)分別設(shè)定為3.1013kgCO2/kg、2.1622kgCO2/m3、1.3023kgCO2/kW·h。

2.核心解釋變量：智慧城市虛擬變量（DID）

本文核心解釋變量為是否入選國家智慧城市試點，其設(shè)定以城市是否出現(xiàn)在國家住房和城鄉(xiāng)建設(shè)部網(wǎng)站公布的試點名單上為依據(jù)。本文將列入智慧城市試點名單的各地級市作為實驗組，將未列入試點名單的其他地級市作為控制組。DIDit其取值規(guī)則為：批準(zhǔn)設(shè)立國家智慧城市試點的實驗組城市i在t≥ti0時DIDit取值為1，其他情形DIDit均取值為0。其中，若國家智慧城市試點批準(zhǔn)設(shè)立在當(dāng)年的上半年則ti0代表設(shè)立智慧城市試點的當(dāng)年，若國家智慧城市試點批準(zhǔn)設(shè)立在當(dāng)年的下半年則ti0代表設(shè)立智慧城市試點的下一年。

3.控制變量

本文選取經(jīng)濟發(fā)展水平（lnpergdp）、城鎮(zhèn)化水平（Urban）、全要素生產(chǎn)率（TFP）、能源消費結(jié)構(gòu)（Coal）、人口素質(zhì)（Student）、對外開放程度（lnfdi）作為控制變量。其中，經(jīng)濟發(fā)展水平和城鎮(zhèn)化水平分別以人均地區(qū)生產(chǎn)總值的對數(shù)和城市人口占總?cè)丝诒壤硎?；全要素生產(chǎn)率利用公式TFP = Ln（Y/L）?θLn（K/L）計算得到。其中，Y為產(chǎn)出，以國內(nèi)生產(chǎn)總值衡量，K為固定資產(chǎn)投資總額，是利用永續(xù)盤存法計算得到的資本存量，L為勞動力，以從業(yè)總?cè)藬?shù)衡量，θ為資本產(chǎn)出彈性，取1/3；能源消費結(jié)構(gòu)與人口素質(zhì)采用萬噸標(biāo)準(zhǔn)煤和高等學(xué)校在校大學(xué)生數(shù)量表示；對外開放程度取實際使用的外商直接投資總額的自然對數(shù)。

4.中介變量

本文選取綠色科技創(chuàng)新（GTI）、產(chǎn)業(yè)結(jié)構(gòu)高級化（Structure）、經(jīng)濟集聚程度（Gather）作為中介變量。第一，借鑒董直慶與王輝的研究，綠色技術(shù)創(chuàng)新采用綠色發(fā)明專利申請量與綠色實用新型專利申請量之和衡量；[22]第二，Zheng等指出，產(chǎn)業(yè)結(jié)構(gòu)高級化的低碳經(jīng)濟效應(yīng)相較于產(chǎn)業(yè)結(jié)構(gòu)合理化更顯著，因此采用產(chǎn)業(yè)結(jié)構(gòu)高級化反映結(jié)構(gòu)轉(zhuǎn)型效應(yīng)，通常以第三產(chǎn)業(yè)產(chǎn)值/第二產(chǎn)業(yè)產(chǎn)值表征；[23]第三，由于經(jīng)濟聚集是規(guī)模經(jīng)濟效應(yīng)發(fā)揮的基礎(chǔ)，因此采用經(jīng)濟集聚反映規(guī)模經(jīng)濟效應(yīng)，由非農(nóng)產(chǎn)業(yè)増加值/城市行政土地面積表示。

5.其他變量

在進一步分析和中介機制檢驗中，還涉及以下變量：經(jīng)濟增長（lngdp），以地區(qū)生產(chǎn)總值的對數(shù)值表示；郵政業(yè)務(wù)收入（IV），作為智慧城市的工具變量，處理模型中可能存在的內(nèi)生性問題。與內(nèi)生變量的相關(guān)性及其自身的外生性是合格工具變量必須滿足的兩大特征。一方面，本文選取的工具變量和智慧城市試點相關(guān)存在緊密關(guān)聯(lián)，Yigitcanlar＆Kamruzzaman認(rèn)為智慧城市的雛形體現(xiàn)在信息通訊技術(shù)普及率上，[24]通信技術(shù)普及發(fā)展是從固定電話普及郵局系統(tǒng)開始的，郵局也是鋪設(shè)固定電話的執(zhí)行部門，因此選取郵政業(yè)務(wù)收入作為智慧城市的工具變量滿足相關(guān)性要求；另一方面，郵政業(yè)務(wù)收入對于碳排放的影響難以成立，相對于智慧城市試點帶來的碳減排，郵政業(yè)務(wù)收入與該城市的碳排放水平無直接關(guān)系。

（三）數(shù)據(jù)來源與說明

所有數(shù)據(jù)均來源于中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）、歷年的《中國城市統(tǒng)計年鑒》《中國城市建設(shè)統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》和《中國工業(yè)統(tǒng)計年鑒》以及各城市統(tǒng)計公報。本文剔除數(shù)據(jù)缺失嚴(yán)重的城市，保留282個地級市作為研究對象。本文以試點城市作為實驗組，其中，某些地級市內(nèi)的某個縣或區(qū)作為試點城市時按照其所屬地級市計算，其他未獲批城市作為對照組。此外，本文對涉及的連續(xù)型變量均進行了前后1%的縮尾處理，以減小極端值的影響，從而進一步確認(rèn)結(jié)論的可靠性。變量描述性統(tǒng)計如表1所示。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

表2顯示了智慧城市試點政策對城市碳強度影響的基準(zhǔn)回歸結(jié)果。（1）（2）列分別是控制城市和年份固定效應(yīng)、加入和不加入控制變量的全樣本回歸結(jié)果，第（3）（4）（5）列為不同批次試點城市的回歸估計結(jié)果。回歸結(jié)果初步表明，在控制了個體固定效應(yīng)和時間固定效應(yīng)后，不論模型是否包含控制變量，智慧城市試點政策對碳強度影響的估計系數(shù)均顯著為負(fù)，表明智慧城市試點政策總體上有助于降低城市的碳強度水平，意味著其發(fā)揮了預(yù)期的碳減排作用。并且不加入控制變量回歸時的估計系數(shù)的絕對值明顯低于加入控制變量回歸時的估計系數(shù)的絕對值，說明不加入控制變量時模型會在一定程度上造成政策效應(yīng)的低估。另外，第一批次與第二批次的估計系數(shù)分別在1%和5%的水平下顯著為負(fù)，而第三批次并不顯著。原因可能是，第三批新增智慧城市地級市試點相對前兩批次數(shù)量減少，實驗組樣本量較少，并且考慮到政策的滯后性，政策實施后兩年內(nèi)的碳減排效應(yīng)還未充分發(fā)揮，難以獲得該批次試點實施三年后的相關(guān)數(shù)據(jù)，因此無法呈現(xiàn)顯著的政策效果。此外，為了進一步分析智慧城市試點的碳減排效應(yīng)是否以犧牲地區(qū)經(jīng)濟增長為代價，本文將地區(qū)生產(chǎn)總值的對數(shù)值與智慧城市試點進行回歸，回歸結(jié)果表明試點政策對地區(qū)經(jīng)濟增長在5%的水平下有顯著正向影響。至此，假設(shè)H1在一定程度上得到驗證。

（二）平行趨勢檢驗及政策動態(tài)效應(yīng)分析

滿足平行趨勢假設(shè)是雙重差分模型結(jié)果無偏的重要前提。借鑒宋弘等[25]的做法，基于事件分析法對各城市面臨政策沖擊的年份以及該年份之前的碳強度進行平行趨勢檢驗并分析政策動態(tài)效應(yīng)。具體而言，以智慧城市試點設(shè)立當(dāng)年為比較基準(zhǔn)，構(gòu)建智慧城市試點建設(shè)之前4年、建設(shè)當(dāng)年、建設(shè)之后4年的年份虛擬變量與對應(yīng)政策虛擬變量的交乘項，具體模型如式（9）：

本文采用如圖2所示的方法報告平行趨勢檢驗結(jié)果。結(jié)果表明，智慧城市試點政策對城市碳強度的回歸系數(shù)在政策實施前為正且沒有通過顯著性檢驗，說明政策實施前對照組與實驗組的城市碳強度不存在顯著差異，樣本結(jié)構(gòu)滿足平行趨勢假設(shè)。從動態(tài)效應(yīng)來看，當(dāng)城市入選為全國智慧城市試點后，智慧城市試點政策對碳強度的回歸系數(shù)開始為負(fù)，政策實施后的第一年至第二年，系數(shù)雖未通過顯著性檢驗，但已開始顯示一定的碳減排趨勢。第3年至第4年，系數(shù)始終為負(fù)，且均通過1%的顯著性檢驗，這說明智慧城市建設(shè)對降低碳強度的影響是顯著的，但存在一定的時滯性，碳減排效應(yīng)出現(xiàn)在智慧城市試點政策實施后的第3年。

（三）穩(wěn)健性檢驗

本文做了以下穩(wěn)健性檢驗以確?；鶞?zhǔn)回歸結(jié)果的可靠性：基于傾向得分匹配的雙重差分、替換被解釋變量、控制區(qū)域和年份的交互效應(yīng)、排除其他政策干擾、子樣本檢驗、反向因果檢驗等。研究表明，基準(zhǔn)回歸結(jié)果通過一系列穩(wěn)健性檢驗后依然成立。

五、機制分析

（一）工具變量回歸

本文首先采用工具變量法估計智慧城市對碳強度影響，選擇工具變量后的2SLS回歸結(jié)果顯示第一階段回歸中，郵政業(yè)務(wù)收入作為工具變量在1%的顯著性水平上對智慧城市試點具有正面影響。第二階段回歸結(jié)果顯示，智慧城市試點對降低碳強度在1%的顯著性水平上有負(fù)面影響，與基準(zhǔn)回歸結(jié)果相比，加入工具變量的回歸在系數(shù)方向和顯著性水平上一致，且影響力度更大。此外，Kleibergen-Paaprk LM統(tǒng)計量通過檢驗，P值為0.000，強烈拒絕不可識別的原假設(shè)，說明工具變量不存在識別不足的問題。一階段回歸F值大于10，Kleibergen-Paaprk Wald的F值為50.114，同樣滿足檢驗要求，可以拒絕弱工具變量的原假設(shè)，說明模型不存在嚴(yán)重的弱工具變量問題，估計結(jié)果具有一定的準(zhǔn)確性。至此，假設(shè)H1得以證明。

（二）改良中介效應(yīng)

本文構(gòu)建改良的中介效應(yīng)模型對影響機制進行實證分析，模型（5）為加入工具變量的智慧城市虛擬變量對中介變量的回歸方程，模型（7）為加入工具變量的智慧城市虛擬變量與中介變量共同對碳強度的回歸方程?；貧w結(jié)果中，在α′1顯著的前提下，若φ1、γ1與γ2均顯著，則說明中介變量Mit在智慧城市的碳減排效應(yīng)中承擔(dān)部分中介作用，若φ1與γ1顯著而γ2不顯著，則說明中介變量Mit在智慧城市的碳減排效應(yīng)中承擔(dān)完全中介作用。表3中回歸結(jié)果表明，智慧城市政策可以通過增強綠色科技創(chuàng)新能力、促進產(chǎn)業(yè)結(jié)構(gòu)高級化、提高經(jīng)濟集聚程度三條路徑助力低碳經(jīng)濟發(fā)展。具體來看：表3中第（1）列為基準(zhǔn)回歸結(jié)果顯示，智慧城市政策對碳強度的系數(shù)估計值為-1.598且在1%水平下顯著，滿足機制檢驗的前提要求；第（2）―（7）列分別為三大中介機制檢驗結(jié)果。第（2）（4）（6）列回歸結(jié)果展示了智慧城市試點政策對綠色科技創(chuàng)新水平、產(chǎn)業(yè)結(jié)構(gòu)高級化、經(jīng)濟集聚程度的影響均在1%水平下顯著為正，說明智慧城市政策對三大中介機制具有明顯的正效應(yīng)。第（3）（5）（7）列回歸結(jié)果顯示綠色科技創(chuàng)新水平、產(chǎn)業(yè)結(jié)構(gòu)高極化和經(jīng)濟集聚程度對碳強度的影響分別在1%和10%的水平下顯著為負(fù)，說明三大效應(yīng)有效發(fā)揮降低碳強度的作用。同時，加入中介變量的智慧城市試點政策對碳強度影響系數(shù)的絕對值較基準(zhǔn)回歸有所降低，并且分別在1%和10%的水平下顯著為負(fù)，進一步說明其在智慧城市助力低碳經(jīng)濟發(fā)展中承擔(dān)部分中介作用。至此，假設(shè) H2、H3、H4 得以證明。

六、異質(zhì)性分析

不同的城市特征可能會導(dǎo)致各個城市對政策的反應(yīng)不同，要實現(xiàn)智慧城市建設(shè)對低碳經(jīng)濟發(fā)展的促進效應(yīng)，必須充分考慮各城市間政策效果的差異。鑒于此，本文進一步考察了智慧城市試點政策對城市低碳色經(jīng)濟發(fā)展影響作用的異質(zhì)性。本文分別將地理位置（D1）、城市等級（D2）、人口規(guī)模（D3）、資源稟賦（D4）四個指標(biāo)納入基礎(chǔ)回歸中，建立模型（10）-模型（13）。

按照地理位置、城市等級、人口規(guī)模、資源稟賦，結(jié)合《中國中小城市發(fā)展報告（2010）：中國中小城市綠色發(fā)展之路》及《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013-2020年）》，樣本被劃分為東部（D11）、中部（D12）和西部（D13）城市，I類城市（一線城市、新一線城市和二線城市，D21）、II類城市（三線城市、四線城市和五線城市，D22），超大、特大型城市（D31）、大城市、中等城市（D32）、小城市（D33）以及資源型城市（D41）和非資源型城市（D42）。將新生成的虛擬變量與DIDit的交互項帶入模型再次回歸，結(jié)果表明：中西部城市、I類城市、大中城市和資源型城市的政策效應(yīng)更為明顯。原因可能是，相比于東部城市，中西部地區(qū)是中國重要的制造業(yè)集群地，依靠智慧城市政策能夠促進產(chǎn)業(yè)結(jié)構(gòu)從以初級加工為主的資源密集型和勞動密集型產(chǎn)業(yè)向以深度加工為主的現(xiàn)代化、高附加值的技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變。并且國家對中西部地區(qū)的政策扶持力度持續(xù)加大，因為呈現(xiàn)出一定的后發(fā)優(yōu)勢。對于一般城市而言，智慧城市在建設(shè)的過程中可能面臨高技能勞動力供給不足、環(huán)境治理技術(shù)落后、產(chǎn)業(yè)集聚水平低等諸多阻礙。而一線城市、新一線城市和二線城市在綜合經(jīng)濟實力、輻射帶動能力、對人才吸引力等各層面更具優(yōu)勢，政策的落實效果也較為理想。超大與特大類城市如北京、上海、廣州等城市的要素利用效率、生產(chǎn)效率和產(chǎn)業(yè)結(jié)構(gòu)均已到達較高水平，相比于大城市與中等城市，智慧城市政策的邊際作用有限。非資源型城市的資源依賴度一直較低，而資源型城市的初始碳排放總量處于高值，實施智慧城市試點政策的邊際效用更顯著。

七、結(jié)論與政策建議

為推動城市智能低碳發(fā)展，中國政府自2012年以來，先后共支持了293個城市（區(qū)、縣）開展智慧城市建設(shè)。準(zhǔn)確評估智慧城市政策效應(yīng)對新型城鎮(zhèn)化建設(shè)和低碳經(jīng)濟發(fā)展具有重要的理論和實踐意義。本文將智慧城市試點作為一項準(zhǔn)自然實驗，利用2006—2018年全國282個地級市面板數(shù)據(jù)，借助多期雙重差分法和改良的中介效應(yīng)模型檢驗了智慧城市試點政策促進碳減排的政策效果與傳導(dǎo)機制。主要結(jié)論如下：

（1）智慧城市試點政策能夠有效降低碳強度，該結(jié)論在一系列穩(wěn)健性檢驗后依然成立。

（2）從動態(tài)效應(yīng)上看，智慧城市政策的碳減排效應(yīng)出現(xiàn)在試點后的第3年，說明該政策效應(yīng)存在一定的時滯性。

（3）影響機制分析表明智慧城市試點政策可以通過提高綠色創(chuàng)新水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和促進規(guī)模經(jīng)濟效應(yīng)等路徑降低碳強度。

（4）城市特質(zhì)會影響智慧城市試點政策效果，智慧城市試點政策對碳強度的抑制作用呈現(xiàn)由東到西遞增的地理空間差序格局、由高到低遞減的城市等級差序格局，超大、特大型城市的抑制效果弱于大城市和中等城市，并且資源型城市的抑制效果大于非資源型城市。

根據(jù)上述研究結(jié)論，為了進一步推動城市智能低碳發(fā)展和實現(xiàn)雙碳目標(biāo)，我們提出如下政策建議：

1.加快推進智慧城市建設(shè)，助力城市低碳經(jīng)濟發(fā)展

本文研究結(jié)論為進一步在全國范圍內(nèi)實行智慧城市試點政策提供了參考依據(jù)。推進智慧城市試點建設(shè)的確有助于降低城市碳強度，要繼續(xù)促進智慧城市與低碳經(jīng)濟深度融合，完善智慧城市試點的頂層設(shè)計，推動形成綠色低碳的生產(chǎn)方式和生活方式。繼續(xù)深入發(fā)展5G、大數(shù)據(jù)、云計算等新技術(shù)，構(gòu)建“城市大腦”，讓城市更加美麗、更加宜居、更有智慧。

2.理順工作機制和完善相關(guān)制度，穩(wěn)步落實智慧城市試點政策

根據(jù)本文中介機制研究，智慧城市試點政策可以通過提高科技創(chuàng)新水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，發(fā)揮規(guī)模經(jīng)濟效應(yīng)等途徑促進地區(qū)節(jié)能減排。科學(xué)技術(shù)是第一生產(chǎn)力，創(chuàng)新是引領(lǐng)發(fā)展的第一動力，應(yīng)充分發(fā)揮科技創(chuàng)新的驅(qū)動作用，大力開展綠色技術(shù)創(chuàng)新，加大專項資金支持與研發(fā)投入、加快低碳技術(shù)突破；產(chǎn)業(yè)結(jié)構(gòu)是一個城市的框架和命脈，推動產(chǎn)業(yè)結(jié)構(gòu)高級化，各城市應(yīng)因地制宜地發(fā)展其優(yōu)勢產(chǎn)業(yè)，改造傳統(tǒng)重工業(yè)，積極培育綠色產(chǎn)業(yè)，逐步形成以“高技術(shù)含量、高附加值、高市場占有率”為特征的現(xiàn)代化工業(yè)體系的框架；利用智慧城市政策的規(guī)模經(jīng)濟效應(yīng)，形成以城市群和都市圈為基礎(chǔ)的要素聚集高地，推進生產(chǎn)要素的城市空間聚合，以經(jīng)濟集聚帶動經(jīng)濟發(fā)展集約化。立足這三個中介機制，促進低碳經(jīng)濟發(fā)展，營造青山綠水美好適宜智慧城。

3. 關(guān)注地區(qū)異質(zhì)性，因地制宜推進智慧城市建設(shè)

國家在制定相關(guān)政策是應(yīng)當(dāng)進行差異化管理，避免采取“一刀切”的強制性措施，應(yīng)結(jié)合城市特質(zhì)有側(cè)重地推進智慧城市建設(shè)。對碳減排效果不理想的地區(qū)及時進行政策調(diào)整，將政策帶來的福利輻射到國家各個地區(qū)。城市要抓住發(fā)展機遇，依靠自身優(yōu)勢科學(xué)合理決策，在智慧城市的發(fā)展中堅持政府主導(dǎo)，企業(yè)主體，民眾參與，推進智慧城市綠色多元化發(fā)展。

說明：本文系國家社會科學(xué)基金一般項目“我國區(qū)域塌陷的多維測度、形成機制與治理模式研究”（21BJL057）的階段性研究成果。

參考文獻：

Albino V，Berardi U， Dangelico R M.Smart cities：Definitions，dimensions，performance，and initiatives[J].Journal of urban technology，2015，22（1）：3-21.

顏姜慧，劉金平.基于自組織系統(tǒng)的智慧城市評價體系框架構(gòu)建[J].宏觀經(jīng)濟研究，2018（1）：121-128.

王鋒，吳麗華，楊超.中國經(jīng)濟發(fā)展中碳排放增長的驅(qū)動因素研究[J].經(jīng)濟研究，2010，45（2）：123-136.

王慧，孫慧，肖涵月，等.環(huán)境政策不確定性、雙向FDI與低碳全要素生產(chǎn)率的關(guān)系[J].中國人口·資源與環(huán)境，2020，30（11）：75-86.

張治棟，趙必武.智慧城市建設(shè)對城市經(jīng)濟高質(zhì)量發(fā)展的影響——基于雙重差分法的實證分析[J].軟科學(xué)，2021，35（11）：65-70+129.

石大千，丁海，衛(wèi)平，等.智慧城市建設(shè)能否降低環(huán)境污染[J].中國工業(yè)經(jīng)濟，2018（6）：117-135.

黃建，馮升波，牛彥濤.智慧城市對綠色低碳發(fā)展的促進作用研究[J].經(jīng)濟問題，2019（5）：122-12.

Nitoslawski，S.A.，Galle，N.J.，et al. Smarter ecosystems for smarter cities？ A review of trends， technologies and turning points for smart urban forestry[J].Sustainable Cities and Society.DOI：10.1016/j.scs.2019.101770.

王雅莉，侯林岐，朱金鶴.城市創(chuàng)新能否助力低碳經(jīng)濟發(fā)展——創(chuàng)新型城市試點政策對碳強度的影響評估及機制分析[J].科技進步與對策，2022，39（18）：39-49.

宋德勇，李超，李項佑.新型基礎(chǔ)設(shè)施建設(shè)是否促進了綠色技術(shù)創(chuàng)新的“量質(zhì)齊升”——來自國家智慧城市試點的證據(jù)[J].中國人口·資源與環(huán)境，2021，31（11）：155-164.

武力超，李惟簡，陳麗玲，等.智慧城市建設(shè)對綠色技術(shù)創(chuàng)新的影響——基于地級市面板數(shù)據(jù)的實證研究[J].技術(shù)經(jīng)濟，2022，41（4）：1-16.

李巍，郗永勤.創(chuàng)新驅(qū)動低碳發(fā)展了嗎——基于異質(zhì)和環(huán)境規(guī)制雙重視角下的實證研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（5）：14-26.

程中華，劉軍，李廉水.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與技術(shù)進步對霧霾減排的影響效應(yīng)研究[J].中國軟科學(xué)，2019（1）：146-154.

Han F，Xie R，F(xiàn)ang J，et al.The effects of urban agglomeration economies on carbon emissions：Evidence from Chinese cities[J].Journal of Cleaner Production，2018（172）：1096-1110.

任曉松，劉宇佳，趙國浩.經(jīng)濟集聚對碳排放強度的影響及傳導(dǎo)機制[J].中國人口·資源與環(huán)境，2020，30（4）：95-106.

王桂新，武俊奎.產(chǎn)業(yè)集聚、城市規(guī)模與碳排放[J].工業(yè)技術(shù)經(jīng)濟，2012，31（6）：68-80．

邵帥，張可，豆建民.經(jīng)濟集聚的節(jié)能減排效應(yīng)：理論與中國經(jīng)驗[J].管理世界，2019，35（1）：36-60+226.

Baron R M，Kenny D A.The moderator－mediator variable distinction in social psychological research： Conceptual，strategic，and statisti－cal considerations[J].Journal of personality and social psychology， 1986，51（6）：1173-1182.

Hayes A F.Introduction to mediation，moderation，and conditional process analysis：A regression-based approach[M].Guilford publications，2017.

Dippel C，F(xiàn)errara A，Heblich S.Causal mediation analysis in instrumental-variables regressions[J].The Stata Journal，2020，20（3）：613-626.

韓峰，謝銳.生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎？——對我國地級及以上城市面板數(shù)據(jù)的空間計量分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2017，34（3）：40-58.

董直慶，王輝.環(huán)境規(guī)制的“本地—鄰地”綠色技術(shù)進步效應(yīng)[J].中國工業(yè)經(jīng)濟，2019（1）：100-118.

Zheng J，Shao X，Liu W，et al.The impact of the pilot program on industrial structure upgrading in low-carbon cities[J].Journal of Cleaner Production.DOI：10.1016/j.jclepro.2021.125868.

Yigitcanlar T，Kamruzzaman M.Does smart city policy lead to sustainability of cities？[J].Land use policy，2018（73）：49-58.

宋弘，孫雅潔，陳登科.政府空氣污染治理效應(yīng)評估——來自中國“低碳城市”建設(shè)的經(jīng)驗研究[J].管理世界，2019，35（6）：95-108+195.

The Impact Assessment of Smart City Pilot Policy on Urban Low-Carbon Economic Development： Evidence from Chinese Prefecture-level Cities

Wang Jiating， Wang Xinyi

（Nankai University， Tianjin 300071， China）

Abstract： Green low-carbon development is the fundamental path to achieving the goal of carbon peaking and carbon neutrality. Taking smart city pilot project as a quasi-natural experiment， using the panel data of 282 prefecture-level cities in China from 2006 to 2018， this study adopts the difference in-differences model and modified mediating effects model to empirically evaluate the influence of SCPP on urban LCE and its impact mechanism. Results display1， the SCPP has effectively improve urban LCE， and this finding remain valid after a series of robustness checks. 2，And the carbon reduction effect of SCPP appears in the third year after the pilot， indicating a time lag in the policy. 3， In addition， the mechanism test suggests that enhancing the innovation capacity of green technology， promoting the optimization and upgrading of industrial structure and improving the level of economic agglomeration development are three ways for SCPP to reduce the carbon emission intensity. 4， city characteristics influence the result of smart city pilot policy， overall， geographically speaking， which reduces more carbon emission in Eastern China than in Western China， on city level， which reduces more carbon emission in smaller cities than in bigger cities， and which reduces more carbon emission in resource-oriented cities than in non-resource-oriented cities.

Key words： carbon emission intensity; smart city pilot; difference-in-differences; mediating effects model

責(zé)任編輯：許? 丹