智慧城市建设推进企业高质量发展的机制与路径

刘伟丽，刘宏楠

（深圳大学中国经济特区研究中心，广东 深圳 518060）

一、引 言

随着数字化和全球化浪潮的不断推进，全球治理体系正在发生重大变革，数字化、信息化、智能化、网络化已经成为新时代的重要发展趋势。 中国经济迎来一个又一个发展高潮，城市化水平也显著提升，2019 年末，我国城镇化率首次超过 60%①。 在城市建设与发展的过程中，企业的发展质量极为关键。 质量强国以及高质量发展战略的提出，对国家和地区乃至企业提出了新的要求。 当前，构建以国内大循环为主、国内国际双循环为辅的“双循环”格局这一重要战略决定，势必要求大力发展国内实体经济， 扩大内需。 作为实体经济的重要组成部分，微观企业的高质量发展能够有效扩大内需和延伸国内价值链。 那么，作为微观企业载体的城市在经济发展中又扮演着什么样的角色？城镇化进程的加快推动了中国经济高速发展，但也给城市带来了人口膨胀、住房紧张、交通拥堵、资源紧缺等“城市病”，如何更好地进行城市建设以促进经济持续、高质量发展成为了热点话题。

“新基建”概念的提出，让“智慧城市”再次被提到公众面前，并为上述问题的解决提供了新的思路。智慧城市（Smart City）的概念来源于传媒领域，其本质是信息技术与现代化城市融合发展的高级形态[1]。 中国政府于2012 年公布了首批90 个国家智慧城市试点名单， 其中包括37 个地级市、50 个区（县）以及3 个镇。国际数据公司（International Data Corporation，简称 IDC）的研究表明，至 2020 年，世界各国在智慧城市建设方面的技术支出规模较2019 年增幅为11.1%，达到1144 亿美元；其中，中国在智慧城市技术方面的投入达259 亿美元，位列世界第二②。 智慧城市利用先进的信息技术，将城市管理、资源配置、企业生产、公共服务和居民生活深度融合在一起，从而提高城市的运行效率，促进城市、企业以及人民生活迈向更高水平。 智慧城市政策的实施，能够有效解决城市发展过程中存在的“城市病”问题，可能为实体经济高质量发展提供新的发展契机，对实现以微观企业为主体的实体经济高质量发展具有重要的战略意义。

智慧城市建设能够带来巨大的政策效益。 世界银行的研究表明，人口规模超过百万的智慧城市的发展红利是普通城市的2.5 至3 倍，这意味着智慧城市建设能够实现的可持续发展成就将是非智慧城市的4 倍左右。 国内外众多学者从不同视角阐述了智慧城市建设所带来的政策红利，其中与智慧城市建设关系最为直接的要数智慧治理。 根据Washburn 等的定义， 智慧治理指的是运用现代化技术与信息网络，对城市交通、公共服务、教育、医疗等关乎城市运行的各个方面进行智能化管理，从而提高城市效率[2]。 Meijer 和 Bolíva 认为智慧城市治理不单单是一个技术问题，应该把它作为一个复杂的制度变迁过程来研究，并认识到这一具有吸引力的社会技术治理的政治性质。智慧城市治理是指通过使用信息技术来创造新的人类合作形式，以获得更好的结果和更开放的治理过程[3]。 吴标兵和林承亮认为构建政府引导、企业参与和公众驱动的开放式创新治理生态系统，是实现智慧治理的应有之义[4]。 在新常态背景下，智慧城市建设能够实现智慧赋能，助力实现社会治理现代化[5][6]。 智慧城市建设更鲜明的价值体现在其能够带来巨大的经济效益。Haarstad 和Wathne 的研究表明，智慧城市建设能够显著促进城市能源可持续发展[7]。 周小敏和李连友通过对中国171 个地级市样本的研究发现，智慧城市建设能够显著促进地区经济增长[8]。此外，还有学者从产业结构升级[9]、城市创新[10][11]、FDI[12]以及环境污染[13][14][15]等角度，实证研究了智慧城市建设在加速地区产业结构升级、助推城市创新和技术进步、吸引外资、促进城市绿色发展和减少环境污染等方面的经济效益。

目前，针对智慧城市的研究主要集中在理论层面和宏观（城市）层面，并逐步向企业和个人等微观个体的实证研究发展。 李烨利用CGSS 2015 的微观数据，基于居民异质性角度研究了智慧城市建设对于居民获得感的积极影响[16]；耿荣娜基于问卷调查法研究了智慧城市背景下退休老人信息消费行为及信息消费能力提升问题[17]；孔令池和张智则研究了高铁开通和智慧城市建设对于企业家精神的影响，实证结果表明，二者均与企业家精神存在正向关系，但该文使用的企业家精神衡量指标仍是来源于地级市层面的数据[18]。 关于智慧城市建设经济效益的研究应远不止于此，在国家大力发展实体经济、提倡高质量发展的政策背景下，针对智慧城市建设的企业微观层面经济效益的研究意义更加凸显。 一方面，智慧城市建设带来的技术进步以及公共服务改善，提高了企业对于市场信息把控的精确度， 降低了信息不对称所带来的融资约束等问题；另一方面，智慧城市建设可以改善企业所处的外部环境，通过促进要素流通、提高资源配置效率、减少营运成本等方式促进企业质量提升。

基于上述分析，本文选取2001~2019 年中国A股上市公司为研究样本，以智慧城市这一政策的实施为自然实验，主要探讨以下问题：首先，智慧城市建设究竟能否促进微观企业高质量发展？ 其次，如果智慧城市建设能够促进企业质量提升，是通过何种渠道实现的？ 最后，智慧城市建设对企业高质量发展的影响是否会随着企业异质性而发生改变？通过对上述问题的深入探析，本文可能的边际贡献在于：第一，本文将研究视角聚焦于微观企业，结合新时代中国特有的政策背景， 运用PSM-DID 方法分析了智慧城市建设对企业高质量发展的影响，对智慧城市建设的政策红利提供了微观层面的支撑；第二，通过智慧城市—关联行业—微观企业的理论分析，为理解当前构建“双循环”发展格局下企业应该注重质量提升、真正发挥企业在实体经济发展中的主体作用、促进中国经济结构优化和现代化城市建设提供政策启示；第三，通过异质性分析和中介效应分析，为中国企业未来发展提供策略参考，将智慧城市建设与企业高质量发展相结合，丰富企业高质量发展方面的研究成果。

二、理论机制与研究假设

智慧城市建设与新基建具有密不可分的关系。2018 年12 月的中央经济工作会议上，“新型基础设施建设”的概念被首次提出，简称新基建。 此后，新基建吸引了广泛关注， 多次被中央高层会议提及。 新基建主要包括5G 基站建设、大数据中心、人工智能、工业物联网、城市轨道交通等七大领域，涵盖众多产业链； 而智慧城市建设需要以5G、 大数据、人工智能等新基建为支撑，二者可谓相辅相成。

智慧城市建设能够使政府—行业—企业—社会公众实现业务交互。 智慧城市建设所带来的经济发展方式的转变，对中国扩大内需和产业结构升级具有重要的推动作用，催生了不少以技术、研发、信息等为主导的新兴产业经济增长点[19]。 技术创新作为产业发展的重要推动力，已经得到众多学者的一致认可[20][21]。 一方面，由政府引导的智慧城市建设，引发了对于新型智能技术的巨大需求，极大地带动了互联网、 信息技术等战略性新兴产业的发展。而战略性新兴产业作为未来经济社会发展的重要推动力，能够引领社会经济持续长远发展，并由此辐射到更多上下游产业链[22]，进而为企业高质量发展助力。 另一方面，智慧城市建设有效带动了智慧医疗、智慧交通、智慧物流、智慧金融等领域的融合发展，并在能源节约、低碳环保等方面大有裨益。智慧城市深植于新技术，因此会对产业发展造成巨大冲击[23]。 基于新一代信息技术的智慧城市建设进一步激发了社会创新活力和内需潜能，发展了一大批智慧产业，推动了我国经济新旧能转换和社会主义现代化建设进程。 据此，本文提出研究假设1：

H1：智慧城市建设能够激发内需潜能和发展动能，促进企业高质量发展。

智慧城市的发展离不开技术创新，根据熊彼特的观点，创新是经济发展的本质，只有持续不断地进行创新，经济才能持续发展。 作为技术创新的主体，企业的日常运营和创新活动离不开大量资金的投入[24]，但现实中，市场制度不健全、信息不对称以及创新风险高等因素导致企业融资约束问题时有发生。 众多研究表明，融资约束会显著抑制企业研发创新[25][26]。 现代信息技术的嵌入与融合，能够同时起到促进和约束智慧城市参与者的双重作用。大数据赋能城市治理现代化，将充分挖掘信息资源价值，有助于建成信息开放共享的新格局，助力企业跨越“数字鸿沟”[27]。 大量研究发现，信息通信技术（ICT）的发展，增加了企业获得高质量金融服务的机会，大大降低了企业融资风险，缓解了企业融资约束[28][29][30]。 通过将数字政务和新ICT 技术产业充分融合发展，能够为经济结构转型升级与现代化治理提供强大的技术支撑， 最终形成资源开放、信息共享、政务透明的智慧城市新生态，其中较有代表性的如智慧税务系统，能够实现智能决策与智慧管理[31]。 ICT 还可以帮助人们做出有效、科学的决策，减轻信息不对称造成的高度信任障碍以及由此引发的“信息孤岛”和“数据荒岛”等问题。 据此，本文提出研究假设2：

H2：智慧城市建设能够提高信息互通程度与政务透明度，改善营商环境，缓解企业融资约束，促进企业高质量发展。

智慧城市建设推动了一系列智慧服务应用，如基于无线射频识别(RFID)、卫星定位、多维条码等智能化感知技术的智慧物流体系；基于电子商务与大数据等信息技术融合的智慧贸易体系；基于自动控制、云计算、物联网、移动互联网等技术的智慧交通系统等。 新一代信息技术变革及其在城市发展中的运用，可以让城市更容易被感知，有利于促进创新要素的聚集，充分整合城市资源[32]。 智慧城市在城市发展的现有基础上，运用信息技术，深度挖掘、整合信息资源，从而实现对城市管理、行业发展、公共服务、居民生活等各个领域的精细管理，促进产业融合发展，实现城市资源的最优配置。 而要素配置的改善，将会促进产业的快速发展[33]。 智慧城市建设涵盖企业生产、运输、销售、居民消费等各个环节，企业可以通过智慧信息系统对市场需求及偏好进行实时监控，以便及时调整市场策略和商业模式，不断优化企业资本配置结构，减少非必要的成本输出[13]。 从传统企业管理模式到智慧管理模式的转变，显著促进了企业经营管理水平及运营效率的提升，减少了低效率管理模式所带来的资源浪费。智慧城市建设在促进智慧产业及其上下游产业发展的同时，也减少了产业间要素流通的阻碍，大大降低了企业经营成本。 据此，本文提出研究假设3：

H3：智慧城市建设可以优化资本配置结构，促进产业间要素流通，减少企业成本，促进企业高质量发展。

三、研究设计

（一）计量模型

本文旨在检验智慧城市试点政策能否以及如何促进企业高质量发展，而双重差分模型（Difference in Difference，DID）不失为一种有效的政策效应评估方法，得到了众多学者的青睐。 为了保证实验组与控制组具有同质性，本文借鉴大多数文献的做法，运用倾向得分匹配法（Propensity Score Match，PSM） 进行一对一邻近匹配来选择实验组与控制组，以克服企业层面可能出现的由于研究样本选择偏误导致的内生性问题。 PSM 的基本原理是，选择与企业密切相关的特征变量，然后将这些特征信息综合处理为一个倾向得分值，最后根据倾向得分值对实验组与控制组进行匹配。 由此，双重差分法所要求的实验组与控制组具有平行趋势的前提能够较好满足；进而利用匹配成功后的数据构建双重差分模型检验智慧城市试点建设对企业高质量发展的影响。 双重差分倾向得分匹配法（PSM-DID）能够降低单独使用DID 方法带来的偏误。 具体而言，本文对智慧城市的政策效应评估主要基于2012 年第一批智慧城市试点样本，首先构建年份虚拟变量，第一批智慧城市试点之前的年份设置为0，试点之后的年份设置为1；其次是政策虚拟变量，位于智慧城市试点的企业作为实验组，设置为1，位于非智慧城市试点的企业设置为0。 鉴于随后两年我国又设立了第二批和第三批智慧城市试点，借鉴石大千等的做法，本文剔除2013 年和2014 年新出现的智慧城市，并利用第二批和第三批智慧城市样本进行后续稳健性检验。 具体模型设定如下：

其中，模型（1）是用于 PSM 匹配的 Logit 模型，被解释变量（Policyi）为政策虚拟变量。 本文借鉴孙晓华等[34]的做法，选取较能体现企业特征的企业规模（lnsize）、股权集中度（own）、企业年龄（lnage）、资产负债率（lev）和资本结构（capital）等作为匹配变量。 模型（2）为用于DID 估计的双向固定效应模型，Qualityit为被解释变量，代表企业高质量发展水平。为了全面考察智慧城市建设对企业高质量发展的影响，本文参考鲁晓东和连玉君[35]的方法，使用OP 和LP 两种方法测算企业全要素生产率来衡量企业高质量发展水平。 DIDit为核心解释变量，用政策试点虚拟变量（policyit）与时间虚拟变量（yearit）的交互项表示。 Xit为本文的控制变量合集，εit为随机扰动项，本文的回归分析均控制企业个体固定效应和年份固定效应。

（二）变量选择

1.被解释变量

关于企业高质量发展水平的衡量方法有很多，但目前学术界尚未达成共识。 高文鞠等使用多指标体系法构建了中国制造业发展质量评价指标[36]，但指标体系法存在较大的主观性。 除了指标体系法外，还有学者使用企业财务指标如企业经济增加值（EVA）作为企业高质量发展的替代指标[37]；陈太义等则通过企业是否进行创新来衡量企业高质量发展水平[38]。 全要素生产率因为能够反映企业生产过程中无法被观测的因素（包括技术进步、制度环境、企业家才能、规模报酬等）对企业的影响而被广泛应用于衡量企业高质量发展水平[39][40]。 通过技术创新驱动提高全要素生产率，是企业实现高质量发展的关键。 全要素生产率的测算方法可以归纳为非参数法、参数法和半参数法。 以OP 方法和LP 方法为代表的半参数法能够较好地解决估计过程中存在的内生性和样本选择问题[35]。 因此，本文采用OP 方法和LP 方法测算的全要素生产率（分别记为tfp_op 和tfp_lp）作为企业高质量发展水平的衡量指标。

2.解释变量

本文运用中国智慧城市试点作为政策冲击，将年份虚拟变量和政策虚拟变量的交叉项作为核心解释变量，来衡量智慧城市试点对企业发展质量提升的政策效应。

3.控制变量

参照已有研究的做法[41]，本文控制如下企业特征变量：（1）企业年龄（age），用当年减去企业上市年份的对数表示；（2）股权集中度（own），用第一大股东持股比例表示；（3）资产负债率（lev），用总负债与总资产的比值表示；（4）资本结构（capital），用固定资产净额加上存货净额之和与总资产的比值表示；（5）流动比率（cr），用流动资产与流动负债的比值表示；（6）企业营运水平（pro），用营业利润与营业收入的比值表示。

由于地区特征也会对智慧城市试点的选择造成影响， 为了尽可能减少遗漏变量带来的偏误，本文还控制了可能影响企业高质量发展的城市层面特征变量：城市发展水平（rgdp），用地区生产总值与年末总人口比值的对数表示；产业结构（isr），用第三产业从业人数与第二产业从业人数的比值表示；城市规模（pop），用年末总人口的对数表示；金融发展（finl），用年末金融机构人民币各项贷款余额与地区生产总值的比值表示；科技投入（rd），用科学技术支出与地区生产总值的比值表示。

4.中介变量

本研究的中介变量是融资约束和企业成本。第一，融资约束，本文参考吴超鹏和唐菂[42]的做法，利用WW 指数构建企业融资约束指标。 WW 指数能够同时考虑企业自身内部财务特征和外部行业特征，具有更广泛的经济意义。 第二，企业成本，本文用总营业成本与营业总收入的比值作为衡量指标，以反映企业整体成本的变化。

（三）数据说明

本文使用的数据为2001~2019 年中国A 股上市公司的面板数据。 企业数据来源于国泰安数据库，智慧城市政策数据来自于笔者对住建部智慧城市试点名单信息的手工整理。 本文对A 股上市公司数据进行如下处理：（1）剔除关键指标不全或资料严重缺失的样本；（2）剔除当年ST、PT 标记的企业样本；（3）删除退市企业样本；（4）剔除金融行业样本。 此外，为了消除极端值的影响，本文对模型中涉及的所有连续变量做1%和99%百分位上的缩尾处理。 主要变量的描述性统计结果见表1。

表1 描述性统计结果

四、实证分析与检验

（一）PSM 匹配结果

考察智慧城市建设对上市企业高质量发展的影响，最理想的做法是比较同一家企业在不受政策影响和受政策影响两种情况下的质量发展差异。然而，现实中企业不可能同时出现这两种状态。因此，本文运用PSM 法构建“反事实”样本。 由匹配前后的核密度图（图1 和图2）可以看出，匹配前处理组与控制组存在较大差异，匹配后处理组与控制组的核密度曲线几乎重合。 平衡性检验结果表明两组样本主要变量的标准偏差值均小于10%， 且匹配后处理组和控制组的T 检验均不显著，表明不存在明显差异③。 总体而言，PSM 的结果较为可靠，匹配后处理组与控制组满足平行趋势假设，为下文双重差分估计提供了较好的研究样本。

图1 匹配前核密度图

图2 匹配后核密度图

（二）智慧城市建设对企业高质量发展的影响

表2 汇报了智慧城市建设对企业高质量发展的影响。（1）、（4）列为不加入控制变量的回归结果，（2）、（5） 列为加入企业控制变量的回归结果，（3）、（6） 列为同时加入企业和城市控制变量的回归结果。 从第（3）和第（6）列可以看出，分别以 OP 和 LP方法计算的全要素生产率作为衡量企业高质量发展的指标，所对应的政策变量DID 的回归系数分别为0.079 和0.073，均在1%水平上显著。 这说明智慧城市作为现代化城市建设的重要举措，能够显著促进试点城市企业高质量发展，符合H1 的论述。

表2 智慧城市建设对企业高质量发展的影响

回归结果表明，相较于非智慧城市试点企业，智慧城市试点企业发展质量提升超过7%。 智慧城市建设所产生的由政府主导到行业发展再到企业和社会公众的发展链条，实现了从宏观政策到微观利益的转换，进而对微观企业产生重要影响。

（三）稳健性检验

1.控制变量滞后一期

考虑到智慧城市试点的选取可能会更加倾向于企业发展水平较高的地区，本文将所有控制变量滞后一期纳入回归模型，以削弱智慧城市试点选择与企业质量之间可能存在的反向因果关系造成的内生性问题。 根据表 3 第（1）、（2）列的实证结果可以看出，DID 系数符号和显著性与基准回归结果基本一致，进一步证明了本文结论的稳健性。

2.替换被解释变量

为了进一步证实智慧城市建设对企业的影响，本文选取资产报酬率（ROA）指标作为企业高质量发展的代替指标，用企业净利润与总资产的比值表示。 资产报酬代表的是企业全部资产所带来的盈利能力，能够间接反映企业发展质量的好坏。 一般而言，资产报酬率较高的企业经营绩效较好，企业质量也较高。通过表3 第（3）列的结果可以看出，以资产报酬率作为企业高质量发展的替代指标时，DID 的系数在5%的显著性水平下显著， 即智慧城市建设同样能够促进传统企业绩效指标的提升，这一结果与何帆和刘红霞[43]的研究结论一致。 智慧城市建设伴随的技术层面的新生产模式以及政府治理层面的营商环境改善，有效促进了试点城市企业绩效的提升[38]。 来自替换变量的检验也间接证明了智慧城市建设对企业高质量发展的促进效用。

3.安慰剂检验

根据反事实检验的基本思路，假设智慧城市试点的时间节点为真实发生前的某个年份，如果核心解释变量依然显著，则说明估计是有偏的。 一般而言，反事实检验都是将政策实施时间提前1~2 年，本文考察的智慧城市试点时间为2012 年，故将政策实施时间分别提前1 年和2 年，来进行反事实检验。 从表 3 第（4）~（7）列的回归结果可以看出，分别以2010 年和2011 年作为智慧城市试点的实施时间，回归结果DID 的系数均不显著，证明了基准回归结果的可靠性。

表3 稳健性检验：滞后变量、替代被解释变量与反事实

4.更换匹配方式检验

在基准回归邻近匹配的基础上，本文进一步更换了匹配方法，对初始研究样本进行半径匹配和核匹配。 表4 的估计结果表明，更换匹配方式后，DID的系数均在1%水平上显著，智慧城市建设仍显著促进了上市企业高质量发展。 这一结果与邻近匹配后的双重差分估计结果基本一致，再次证明了本文研究结果的稳健性。

表4 稳健性检验：半径匹配与核匹配

五、理论机制检验

基准回归的结果证实了智慧城市建设能够有效促进上市企业高质量发展，但智慧城市建设促进企业质量提升的机理尚需检验。 根据本文的理论分析，智慧城市建设主要是通过缓解融资约束和减少成本两种途径对企业高质量发展产生影响。 为了检验上述关系，本文构建如下中介效应模型：

其中，Mit表示中介变量， 主要包括融资约束（ww_index）和企业成本（cost），具体测度方式见表1，其余变量与前文保持一致。 模型（3）为政策变量对中介变量的回归，模型（4）为政策变量和中介变量对企业高质量发展水平的回归。

中介效应回归结果如表5 所示。 第（1）列的结果显示，DID 对融资约束的系数在5%水平上显著为负， 即智慧城市建设能够降低企业融资约束；（2）、（3）列中 DID 的系数仍显著为正，ww_index 的系数显著为负，表明存在部分中介效应，智慧城市建设通过降低企业融资约束进而促进企业高质量发展，H2 得到验证。 事实上，融资问题一直是限制企业发展的重要因素，企业的日常运营、生产和新产品研发都离不开大量资金的支持。 智慧城市建设削弱了政府与企业、企业与企业、企业与社会公众之间的“数字鸿沟”，在缓解由信息不对称导致的企业融资难题的同时也提高了企业的投资效率，进而促进企业发展质量提升。

表5 中介效应检验：融资约束与企业成本

对企业成本的中介效应检验结果见表5 第（4）至（6）列，由第（4）列可以看出，DID 的系数在 5%水平上显著为负，表明智慧城市建设可以减少企业成本；（5）、（6）列结果显示，DID 的系数显著为正，cost的系数显著为负，表明智慧城市建设可以减少企业成本进而提升企业质量，验证了H3。 智慧城市建设带来的智慧物流、数字贸易等便利性改变，促进了地区间、产业间要素自由流动，使得企业的跨区交易和区内交易变得更加方便和容易实现，从而降低了企业成本，提高了企业质量。

六、进一步讨论

智慧城市建设对上市企业的影响，可能会因为企业属性、行业以及区位差异而有所不同。因此，本文进一步分析企业规模、行业关联度以及企业所处地区差异等因素对研究结果的影响。 此外， 由于2013 年和2014 年国家分别公布了第二批和第三批智慧城市试点名单，因此本文将前后3 个批次智慧城市试点都纳入研究样本， 采用多期DID 模型分析智慧城市建设对企业高质量发展的总效应。

（一）异质性检验

1.企业规模差异

企业管理者会根据企业自身规模的大小而制定不同的发展策略，不同规模的企业对政策信息的反应度也会存在一定差异，因此，本文根据行业类别构建反映企业规模的虚拟变量， 进行PSM-DID估计。 具体而言，如果企业营业收入大于其当年所在行业营业收入的中位数，则将该企业划分为大型企业，取值为1；反之，则为小型企业，取值为0。 企业规模异质性检验结果（见表6）显示，智慧城市建设对大型企业高质量发展的回归结果十分显著，积极促进了大型企业质量提升； 而在小企业样本中，DID 的系数不显著。 究其原因，大型企业由于其在城市经济发展中的重要影响力，会受到政府和社会各界的重点支持和关注，常被用来当作典型代表。此外，得益于规模报酬，大型企业的发展模式更加成熟，更容易获得来自政府的政策红利。 因此，大型企业能够较好地借助国家智慧城市试点政策带来的机遇，实现高质量发展。 相反，小型企业参与产业价值链的程度较低，大多位于产业链中低端[44]，因此智慧城市建设带来的智慧产业及其经济效应对小型企业的影响并不明显。

表6 异质性检验：企业规模差异的影响

2.行业关联度

智慧城市建设带动了一大批与之关联的智慧产业的发展，推动产业结构升级。因此，与智慧城市建设行业关联度越高的企业，其获得发展的程度可能越大。 根据智慧城市的概念，本文将交通运输设备制造业（C36）、信息技术业（C39）、公路运输业（G）、 计算机应用服务业 （I）、 租赁和商务服务业（L）、专业和科研服务业（M）、公共设施服务业（N）、卫生和护理服务业（Q）、广播电视业（R）等 9 大行业定义为与智慧城市建设强关联度行业，其余的行业定义为弱关联度行业。 根据行业关联度进行PSM-DID 估计的结果如表7 所示。

从表7 可以看出， 无论是以tfp_op 还是tfp_lp作为被解释变量，处于强关联行业的上市企业DID回归结果均显著为正， 显著性水平分别为5%和10%；处于弱关联行业的上市企业DID 回归结果均在10%的水平上显著。 进一步对比可以看出，处于强关联行业的企业DID 回归系数均远大于处于弱关联行业的企业，大约是后者的2 倍，这表明处于强关联行业的企业更容易受到智慧城市政策的影响。 换言之，智慧城市建设首先会带动与之密切相关的一系列智慧产业及其相关企业的高质量发展，继而通过产业间融合、带动效应，辐射到其他弱关联行业，促进弱关联行业及其企业高质量发展。

表7 异质性检验：行业关联度差异的影响

3.地区差异

由于不同地区的自然环境、基础设施、资源禀赋和经济发展水平等存在较大差异，智慧城市建设的政策效应也会因为区位差异而发生变化。 本文将样本所在省份按照区位划分为东、中、西3 个地区，分别对智慧城市建设对企业高质量发展的政策效应进行检验，实证结果如表8 所示。 智慧城市建设对东部地区的企业产生了积极的正向影响，对tfp_op 和tfp_lp 的回归结果显示，DID 的系数分别在10%和5%的水平上显著；对中部地区企业的结果仅tfp_op 正向显著，对tfp_lp 的回归结果不显著；而对西部地区企业而言，智慧城市建设反而对企业高质量发展产生了负向影响。 分地区检验的结果差异如此之大，值得深思。 其可能的原因是东部地区经济发展水平较高，各项基础设施建设已经相当完备，具备建设智慧城市的良好政治环境和经济基础。 在此地区开设智慧城市试点，更有利于智慧城市政策的推行，能够使智慧城市的政策红利更好地释放，促进企业高质量发展。 而西部地区发展相对滞后，在此地区实施智慧城市建设，需要大量的前期资金、人力、技术等资源的投入，不仅短期内难以见成效，而且会给当地经济和企业发展带来负担，抑制企业高质量发展。 事实证明，智慧城市建设是一个循序渐进、逐步推广的过程，随着中国经济整体水平和综合国力的持续提升，智慧城市建设将进一步助力中国社会主义现代化进程。

表8 异质性检验：地区差异的影响

（二）基于多期DID 模型的研究

为了进一步证明智慧城市建设对上市企业高质量发展的影响，本文将2012 年、2013 年和2014年3 个批次的智慧城市试点同时纳入研究样本进行分析。 多期DID 模型与传统DID 模型基本类似，区别在于实验组样本政策实施时间不再相同。 表9多期DID 模型的回归结果与前文的基准回归结果基本一致，智慧城市建设显著促进了上市企业高质量发展，说明本文研究结论具有稳健性。

表9 基于多期DID 模型的实证研究

七、研究结论与政策启示

（一）研究结论

目前，智慧城市建设方兴未艾，它将借助以大数据、5G、工业互联网、人工智能等为代表的“新基建”设施，运用最前沿的信息技术推进现代化城市建设进程，促进经济高质量发展。 智慧城市建设与新基建融合发展，并形成一种新的发展模式——新型智慧城市。 本文运用2001~2019 年中国A 股上市公司数据，运用双重差分倾向得分匹配法（PSMDID）实证检验了智慧城市建设对微观企业高质量发展的政策效果。 主要研究结论如下：

第一，智慧城市建设能够带来积极的微观政策效应。 相较于非智慧城市试点地区企业，智慧城市政策实施后试点地区企业的发展质量显著提升，提升幅度超过7%。 基于多期DID 模型的检验验证了这一结论。

第二，智慧城市建设对企业高质量发展的影响主要通过缓解融资约束和减少经营成本两个途径实现。 一方面，智慧城市建设提高了试点城市信息互通程度与政务透明度，为试点地区企业创造了良好的营商环境，助力企业跨越“数字鸿沟”，缓解了企业因信息不对称等因素导致的融资约束问题；另一方面， 智慧城市建设带动了一批智慧产业的崛起，促进产业间要素自由流通，大幅降低了企业跨区和区内经营成本，进而助力企业高质量发展。

第三，智慧城市建设对规模较大、行业关联度较高和位于中东部地区的企业高质量发展促进效应较为明显；对那些规模较小、行业关联度较低企业的影响具有一定的滞后性；对位于发展相对缓慢的西部地区的企业甚至出现负面影响。行业关联度的异质性检验证实，以智慧城市、文明城市以及城市圈等为代表的现代化城市建设政策能够促进产业融合、产业结构升级以及城市经济高质量发展。

（二）政策建议

中国智慧城市建设距正式设立第一批试点已有近10 年的发展历程，并取得了积极的经济社会发展成果。 本研究也间接证明，包括智慧城市在内的现代化城市建设政策对于促进产业融合、推进社会主义现代化进程、实现经济高质量发展具有重要意义。 由此，本文提出如下3 个方面的政策建议：

第一，企业高质量发展不仅需要宏观环境的保障，也需要企业自身的技术进步作为支撑。 智慧城市建设只是众多宏观经济政策中的一个，而创新才是企业发展的根本。 智慧城市建设是数字经济时代经济社会发展新模式的一个典型代表，企业要善于抓住数字经济时代脉搏，不断开拓进取。 未来国家的发展将会为微观企业创造更加良好的制度环境，企业要善于利用政策红利，以创新为核心，实现高质量发展。

第二，理论与实践表明，只有让市场发挥在经济发展中的主体作用，社会经济才能持续高效发展。受历史背景、资源环境及自身条件等因素的影响，企业在发展过程中难免会受到诸多限制，如地区间的市场分割、行业垄断、资源配置扭曲、技术水平差异等因素会导致企业在获得发展所需的资金、资源、技术时受阻。 智慧城市建设能够有效缓解企业融资约束，提升资源配置效率，降低企业经营成本，促进企业高质量发展。智慧城市建设借助现代化信息技术、大数据信息平台等手段，促进信息共享互通与要素资源的自由流动和科学配置，这本质上也是发展市场经济的一种体现。 因此，要不断推行市场化改革，构建统一的大市场，形成国内国际“双循环”的良性局面，实现企业持续高质量发展。

第三，不同规模、不同行业以及不同地区的企业，在接受政策时的反应程度存在较大差异。因此，如何统筹发展、实施有针对性的发展策略显得尤为重要。 得益于规模报酬，大型企业更容易实现从资源到收益的转换，而小型企业参与产业价值链的程度较低。 智慧城市建设能够促进智慧产业及与之相关的上下游产业融合发展，推动地区间交流互通，带动弱关联行业及中小企业协同发展。 智慧城市建设是一个循序渐进的过程，应当根据城市发展水平因地制宜，通过逐步试点政策并全面推广，促进社会主义现代化和经济高质量发展目标全面实现。

注：

①此处的城镇化水平数据指的是年末常住人口城镇化率，数据来源于国家统计局公布的《2019 年国民经济和社会发展统计公报》。

②数据来源于2020 年7 月IDC 发布的《全球智慧城市支出指南》（IDC Worldwide Smart Cities Spending Guide,2020V1）。

③为节约篇幅，此处未列出匹配平衡性检验结果，备索。