智慧城市建设促进了金融发展吗？——基于智慧城市设立的准自然实验研究

■石以涛，张锡宝

智慧城市的本质特征就是运用先进的互联网、大数据等技术手段，推动城市服务要素与居民需求的有机协调，提升人们的生活质量。金融作为现代经济的核心，与城市信息化高度融合是其未来的发展方向。本文基于2004～2016年我国224个城市的数据，利用双重差分法和PSM-DID模型实证分析智慧城市建设对金融发展的影响，本文认为智慧城市促进金融发展的内在机制是促进产业升级和提升信息化水平，并就此进行了实证检验。最后，异质性检验表明政策效果还与当地经济发展水平密切相关。

一、问题的提出

改革开放以来，我国金融市场发展迅速，经历了从单一到多元，从计划到市场，从行政到法治的深刻变革，取得了巨大的进步。但显著的成绩并不能掩盖当前金融服务在很多方面仍滞后于时代发展的现实问题。其中的一大不足便是金融机构信息获取渠道不畅，金融业迫切需要信息化升级。此时，智慧城市的出现或许可以成为金融业转型升级的新契机。

从2010年起，我国从中央到地方不断讨论智慧城市的相关议题，并出台了一些探索性政策。2012年我国正式设立第一批智慧城市试点区域，此后又陆续进行了第二批和第三批试点，可以将其视为一次准自然实验。智慧城市的核心是提升各行业的信息化水平，促进各生产生活要素协调统一发展，形成万物互联的智能化生存格局。智慧城市建设还引发了智慧交通、智慧医疗、智慧电力等一大批新产业兴起，各产业向高效化、智能化方向发展是大势所趋。在传统金融行业转型升级的背景下，智慧城市建设在金融发展领域的作用效果如何？即智慧城市建设能促进金融业的发展吗？

二、文献回顾与机制分析

本文的研究与三类文献密切相关：第一类是金融发展的影响因素研究；第二类是智慧城市发展的建设效用研究；第三类是智慧城市与金融发展的促进关系研究。

（一）金融发展的影响因素研究方面

影响金融发展的因素有很多，包括经济因素、政治因素和科技因素等。经济因素方面，史永东等（2003）通过格兰杰因果检验发现我国金融发展与经济增长之间存在一种双向因果关系。毛定祥（2006）认为，从长期看，产业结构和经济结构的变化是金融结构变化的格兰杰原因，但我国金融结构与经济结构之间存在不协调的问题。陈敏等（2006）以黑龙江省为例，发现金融发展与经济增长之间呈现负相关关系，并认为在我国资本市场发展缓慢的大环境下，我国金融发展总体仍处于一种抑制状态。政治因素方面，Bordo & Rousseau（2006）运用四个政治变量研究了17 个国家1880～1997 年间政治环境与金融发展之间的关系，同样发现政治环境的改善有利于解释金融发展，政府工作效率会显著影响金融发展，表现为腐败水平越低，官僚质量越高，法治水平越高，则金融市场越发达（王鸾凤等，2006）。江春等（2007）认为政府主导的发展模式使得我国金融在短期快速成长起来，但是为了充分发挥金融市场在资源配置中的作用，还是应将金融发展从政府主导向市场主导转变。科技因素方面，信息科技的兴起对各个行业产生了广泛影响，金融也不例外。Agbolade（2011）认为以信息通信技术为代表的科技创新正是金融发展降低成本、提升效率的重要原因。Schinckus（2008）研究了IT 技术对金融业发展的影响，认为技术要素重要性逐渐凸显，并发现了技术创新对金融发展的影响路径。

（二）智慧城市研究方面

虽然智慧城市在国内提出的时间不久，但其先进的理念引起了学界的广泛关注。智慧城市建设的效应研究方面，刘兰娟和徐鑫（2014）通过构建经济转型的CGE理论模型，认为智慧城市的创建能显著推动经济的转型升级，并且对产业结构升级、人民收入水平提升及资源利用效率提高具有重要意义。杨振华（2018）则使用倍差法系统考察了智慧城市建设对城市经济的影响，得出了智慧城市建设能够显著促进城市经济增长的结论。张卫东等（2018）使用倍差法研究智慧城市对全要素生产率的影响并分析其影响机制，认为智慧城市的设立通过促进科技发展、推动产业升级、提升经济集聚水平来提高城市全要素生产率。

（三）智慧城市与金融发展研究方面

智慧城市与金融发展的相关研究较少。田为兴等（2014）认为智慧城市是在世界互联网快速发展的大环境下孕育出来的城市发展新构想，但是目前智慧城市建设面临技术标准不成熟以及资金支持较弱的问题，指出智慧城市技术体系应该与金融发展有机协调，增加融资渠道来助推智慧城市建设。湛泳和李珊（2016）研究发现金融发展可以通过促进科技进步从而推动智慧城市建设。赵志刚（2018）认为智慧城市中的物联网技术设施网络具有共享效应，金融服务可以嵌入智慧城市智能网络之中，促进金融发展智能化，提升智慧金融的市场价值。商业银行网点可以借助大数据、云计算、高速互联网等技术，利用智慧城市基础平台，建设高质量的金融服务中心，提升整体金融发展水平（谢毓祯，2014）。

（四）智慧城市建设促进金融发展的机制分析

信息和数据的价值在当代金融业的地位越来越重。在信息技术的加持下，金融业可在业务流程、业务开拓和综合服务方面得到显著的提高。而智慧城市建设的首要之义就是提升城市信息化水平，推进大数据、物联网等信息技术在各行各业的应用。因此，提升信息化水平是智慧城市促进金融发展的重要渠道。智慧城市建设在推动城市各组成要素互联互通的基础上，加快了信息在金融主体之间的传播速度，从而实现效率的提升。另一方面，智慧城市力求建立城市生活的智慧生态系统，促进产业升级。智慧城市建设突出信息技术的广泛应用，不仅其本身将带起一大批新兴产业，而且还会促进相关配套产业的更新升级，也将为经济结构调整、产业转型升级带来契机（王以华和金海明，2017）。产业结构的转型与升级，特别是新产业兴起，能引发新的融资需求，对金融规模扩大、金融结构的变化及金融效率的提升起着重要的推动作用（苏建军和徐璋勇，2014）。

三、研究设计

（一）基准模型

我国于2012 年正式设立包括90 个地区在内的第一批智慧城市试点区域。考虑到第一批智慧城市的示范作用，本文将以第一批试点城市作为重点考察对象，实证研究智慧城市政策对金融发展的影响效果。本文选取了2003～2016年我国地级市为样本范围（排除此区间内新设立的地级市），具体处理为：第一，我国共设立过三批智慧城市，第一批智慧城市作为研究主体，第二批和第三批试点城市作为稳健性检验部分处理；第二，在智慧城市的具体试点中，有些地区仅仅把地级市的某个县或者某个区作为试点区域（例如第一批试点区域中，天津仅将津南新区和生态城作为试点），如果将该部分纳入样本范围将会影响评估的有效性，因此将此类地级市予以删除。

研究方法上，本文选择双重差分法进行政策评估。具体的，本文将2012 年设立的智慧城市设置为实验组，非试点城市作为对照组。根据双重差分法的内在要求，需要构建两个虚拟变量：一是实验组与对照组虚拟变量，智慧城市为实验组设为1，非智慧城市为对照组设为0；二是政策虚拟变量，由于政策的实施时间点为2012年，故把2012年以前设为0，2012年及以后设为1。

根据上述分析，本文将基准回归模型设立如下：

在该模型中，fina 表示金融发展水平，treated 表示实验组虚拟变量，policy 表示政策虚拟变量，treated×policy 是政策变量与分组变量的交叉项（下文简称pt），其系数反映了政策实施的净效应，是本文的核心考察对象。X代表一系列控制变量。

（二）数据说明

本文研究智慧城市对金融发展的影响，被解释变量为金融发展。该变量分别用年末金融机构人民币各项存款余额、年末金融机构人民币各项贷款余额及年末金融机构人民币各项存贷款总额来表示。核心解释变量为分组虚拟变量与政策虚拟变量的交叉项，该交叉项代表了智慧城市政策的净效应。在构建回归模型时，本文选取了一系列控制变量：城市规模，用城市人口数量代表；经济发展水平，用城市生产总值代表；政府规模，用公共财政支出代表；对外联系程度，用实际使用外资来代表；投资水平，用固定资产投资代表；城市人力资本水平，用高等学校在校人数来表示；收入水平，用在岗职工的平均工资来表示。此外，在进行智慧城市影响金融规模的机制分析之时，选取了产业结构和信息化发展水平来进行分析，两者分别用第三产业人数占总人口比重和每万人互联网宽带接入用户数来表示。各变量的具体信息见表1，本文数据来源于《中国城市统计年鉴》及相关期刊报纸等。

表1 变量说明

续表1

四、实证结果分析

（一）智慧城市对金融发展的影响分析

作为我国政府大力支持的政策举措，智慧城市为我国转变发展方式提供了新的方向。基于政策试点提供的准自然实验样本，本文运用双重差分法来科学分析智慧城市建设对城市金融发展的影响，基准回归结果见表2。表2 中的前三列为不加入控制变量的模型，后三列为加入控制变量的回归结果，以上2 个模型分别对金融规模的三个指标进行回归分析。

观察表2可知，不论是否加入控制变量，智慧城市的政策效应均在1%的水平上显著为正，表明智慧城市的建设可以显著促进金融发展。智慧城市建设目的是利用先进的信息技术来提升城市资源利用效率，实证结果表明该政策在金融领域发生了显著的作用。另外，加入控制变量后，拟合优度有一个大幅度的提升，表明本文选取的控制变量是合理的。

表2 基准回归结果

（二）基于PSM-DID方法的检验

不同个体之间不可避免具有差异性，如果实验组和对照组的个体差异性较大，则双重差分法的效果评估就会出现偏差。因此，双重差分法在使用之前有一个前提检验，即共同趋势检验。只有检验出对照组和试验组之间无系统性差异时，双重差分法才可以使用。而倾向匹配得分法（PSM）通过个体匹配为解决样本选择偏差问题带来了新的方式，通过该方法可以最大程度减少不同城市在金融发展水平上存在的系统性差异，从而减少DID 估计偏误。因此，本部分的基本思路是先运用倾向得分匹配法来找到合适的实验组和对照组，使得实验组与对照组之间无系统性差异，在此样本基础上使用双重差分法进行智慧城市政策效应评估。

基于PSM-DID方法的检验模型设计如下：

对控制变量进行logit 回归以获得倾向匹配得分，得分比较接近的城市即可选为配对城市。然而，在使PSM 方法前，须保证匹配后的对照组和试验组的各变量无显著性差异。如果匹配后的控制组和实验组的各变量差异较大，即说明该匹配并未平衡好数据，该情况下不能使用PSM。匹配后的数据平衡性检验结果如表3所示。

表3 PSM平衡匹配结果

表3 显示，匹配后的大多数变量的标准化偏差都小于10%，而且大多数t 检验的结果接受处理组与控制组无系统性差异的原假设。另外，可发现相比于匹配前的结果，大多数变量的标准化偏差在匹配后均大幅度缩小（本文未列出，图1所示的标准化偏差变化图更直观地反映了这一情况），说明该次匹配较好地平衡了数据，即证明了使用倾向匹配得分法的可行性。

图1 标准化偏差变化图

匹配后模型回归结果见表4。表4 说明在运用PSM-DID方法之后，智慧城市建设可以促进金融发展的结论并未改变，从侧面证明了原数据样本不存在严重的选择偏误问题，也进一步证明了结论的稳健性。

表4 PSM-DID回归结果

（三）其他稳健性检验

为进一步证明结论的稳健性，本文将进行一系列检验。为排除样本选择可能带来的估计偏差问题，本文将第一批、第二批和第三批城市全部纳入研究范围进行政策评估检验，结果见表5。

表5 全部三批城市与对照组回归结果

表5的回归结果中所有符号及显著性与前文并无明显差异，表明智慧城市对金融发展具有显著正向促进作用，验证了前文估计的稳健性。

表6 改变时间长度回归结果

在此基础上，本文进一步检验智慧城市建设对金融发展的促进作用是否具有样本时间长度敏感性。改变时间范围来进行检验，具体以第一批智慧城市设立时间2012年为基点，选取前后2年，前后3年和前后4年进行回归，如表6所示，改变时间长度后智慧城市的政策效果仍旧显著，从而进一步证明本文的结论是稳健的。

最后，进行被解释变量替代的稳健性检验。金融规模的扩大不仅仅表现在绝对数量的增大上，更表现在相对于经济总量占比的提升。因此，把原被解释变量与GDP 的比值作为新的被解释变量再次进行回归。结果见表7 所示，回归结果仍旧支持已有结论。

表7 被解释变量替代结果

综上所述，无论是改变样本范围、改变时间长度还是改变被解释变量，回归结果均与前文结论一致。所以，有充分的理由相信智慧城市建设能够促进金融发展的结论是稳健的。

五、智慧城市影响金融发展的机制分析及异质性检验

（一）机制作用分析

实证研究结果表明，智慧城市对金融发展具有显著的促进作用。由此延伸的一个问题是：智慧城市通过何种渠道来促进金融发展？在前文论述中，一方面，智慧城市的本质特征是互联网信息的广泛应用，以促进城市生态走向智能化，信息技术的使用为金融业的快速发展打造了坚实的技术基础。另一方面，智慧城市的建立具有带动新兴产业发展的作用，而新兴产业的发展会有巨大的融资需求，并且一些新兴产业本身也会促进金融业的改进升级。因此，本文认为产业升级和信息化水平提升在机制作用中占有重要地位。借鉴“中介效应”思想，此处采用经典的“三步法”来予以验证：第一步，将政策交叉项与金融规模进行回归，若回归系数显著，说明智慧城市建设促进了金融发展；第二步，将交叉项与信息化水平（或产业结构）进行回归，若系数显著，说明智慧城市可以显著提升互联网信息化水平（或显著促进产业升级）；第三步，将交叉项和信息化水平（或产业结构）同时放入模型和金融规模进行回归，如果交叉项不显著或者显著但系数降低了，说明智慧城市建设通过提升信息化水平（或促进产业升级）来促进金融规模发展。三步法模型设立如下：

回归结果如表8 所示。可以发现：第一，“三步法”回归结果表明智慧城市通过促进产业升级与提升信息化水平来助力金融发展的路径显著，双中介得以验证；第二，交叉项的系数下降的幅度均比较小，说明当前智慧城市的建设仍处于起步阶段，智慧城市通过促进产业升级与提升信息化水平来促进金融发展的机制较弱，政策效果的潜力仍需进一步释放。

表8 中介效应结果

（二）异质性检验

实证过程表明智慧城市建设可以显著地促进金融发展。在此基础上，考虑对于不同特点的城市，智慧城市的作用效果是否具有差异性？机制分析已表明产业升级与信息化在政策传导中作用显著，而经济发达的地区互联网较为普及，信息化水平较高，且产业结构更为合理，为智慧城市建设提供了较好的技术及产业基础。因此，智慧城市的政策效果或许与当地经济发展水平相关，本文就此进行地区异质性检验。

实证结果见表9。可见，西部地区的政策净效应为正但是不显著，说明西部地区在智慧城市建设方面处于起步阶段，或者由于其信息化配套设施的相对落后，智慧城市的政策作用未取得明显效果。中部地区有一个金融发展指标显著为正，其余两个不显著，说明中部的政策效果好于西部，但是作用效果仍不明显。相比之下，东部地区的所有金融发展指标均显著为正而且系数较大，表明智慧城市建设对金融的促进作用在东部地区取得了良好的效果，亦证明了地区发达程度与政策促进效果具有正相关性。因此，为促进地区平衡发展，相关部门应该给予欠发达地区更大的政策扶持力度。欠发达地区本身也需要完善好相应基础设施建设，为各项扶持政策的实施提供配套性硬件支持，以抓住新的经济增长点。

表9 地区异质性检验结果

六、结论及建议

本文基于我国2004～2016 年224 个城市面板数据，利用双重差分法和PSM-DID模型实证研究智慧城市建设对金融业发展的影响。结果表明，智慧城市的建设对金融发展具有显著的促进作用，且政策效果通过了多项稳健性检验。在此基础上，本文进一步从产业升级和提升信息化水平两个方面分析智慧城市促进金融发展的内在机制，并用“中介效应”思想进行了验证。此外，按照“东中西”进行地区异质性分析，结果表明济发展水平越高的地区，其政策效果更好。原因是较发达地区拥有更雄厚的技术及产业基础，智慧城市的建设工作更加顺利。该结果也表明为促进我国地区的平衡性发展，欠发达地区需要更多的政策扶持。

基于以上结论，本文提出以下建议：第一，在既有成果的基础上，进一步推进智慧城市的建设工作。在未来的城市建设中，需要继续提升产业的总体智慧水平，构建城市智慧金融、智慧交通、智慧医疗、智慧教育等全方位、立体化、智能化生存格局。其中的关键是占据大数据、云计算等信息科技领域制高点，并加快高新技术与生产实践的结合速度。

第二，提升信息技术在金融业中的应用水平，促进金融业发展与各产业信息化升级间的有机协调。各金融机构需要有使命感和危机感，以智慧城市建设为契机，积极学习并运用最新的信息科技手段，激活金融技术创新动力，引领金融技术潮流。具体来看，各金融主体需要提升对海量信息、客户需求和产品摆布的数据处理与决策分析能力，挖掘数据价值，创造出全新的客户营销模式和客户服务价值，为客户提供全新的服务体验和丰富的金融产品。

第三，智慧城市建设与金融升级需要大力推进，但更需要科学规划。虽然我国的智慧城市建设已取得了显著的成果，但是也出现了某些地方追逐概念，盲目求新的不良现象，造成了一定程度的资源浪费。智慧城市建设以及金融业与信息化融合升级是一个长期摸索的过程，既需要政策的大力扶持，也需要遵循城市建设及科技发展的自然规律。因此，各地需要不断总结和学习已有智慧城市的建设经验，在抓住时代潮流的前提下避免盲目投资，使我国的智慧城市建设在科学规划中前行。