智慧城市建设如何提升城市创新能力？*

楚尔鸣，唐茜雅，唐 欢

(湘潭大学 商学院，湖南 湘潭 411105)

一、引言

当前，全球正处于百年未有之大变局，新一轮科技革命和产业变革深入发展，科技创新成为各个国家和地区战略博弈的主要战场。我国向来重视创新对经济社会发展的引领作用，党的十九大确立了到2035年跻身创新型国家前列的战略目标，十九届五中全会再次强调“坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，深入实施创新驱动发展战略”。作为科技创新重要空间载体的城市，其创新能力不仅关系到城市的现代化水平和居民福祉，而且关系到城市自身经济社会的长远发展和创新型国家建设目标的实现。

研究发现，城市创新水平或创新能力的高低主要来自四个方面的约束：一是创新主体约束。城市作为各创新主体集聚的空间载体，带来的知识和技术的溢出效应推动创新活动的产生。[1]163-173而且城市作为区域创新系统的核心包括两个层面，即区域创新的主体和彼此之间的相互联系。[2]299-330二是产业布局约束。不论是产业的多样化集聚[3]166-127还是产业的专业化集聚[4]254-277都会带来知识溢出效应而促进创新，使产业集聚与区域创新相互促进。[5]96-114产业结构与城市创新两者之间不仅存在着相互作用的动态变化过程，[6]53-60而且在不同区域间还存在异质性。(1)韩军，孔令丞．产业结构调整是否促进了区域创新绩效的提升？[J/OL].科研管理.https://kns.cnki.net/kcms/detail/11.1567.g3.20211001.1907.006.html。三是创新条件约束。由于创新条件是城市创新能力的关键因素，影响城市创新条件的因素包括人力资本[7]1014-1022，[8]56-65、科技投入[9]78-89、信息化水平[10]70-82、金融发展水平[11]36-45、外商直接投资[12]77-87等。四是创新环境约束。城市创新环境对城市创新活动和效果存在影响，包括市场化程度和政府干预[13]62-69、城市化水平[14]1-7、教育发展程度[15]155-162、城市规模[16]49-58、就业密度[17]389-419等。

智慧城市是始于20世纪90年代初的一种全新城市发展战略和发展模式，是依托大数据、云计算、人工智能等新一代信息技术，推动城市运行和管理变得更加智慧的动态过程。我国正式探究和实践智慧城市的建设始于2012年住建部等公布的政策试点名单，连续三年公布了三批试点名单，涵盖了我国290个城市，并出台了一系列的政策措施。

对于智慧城市建设与城市创新水平和创新能力的关系，国外研究认为智慧城市建设会在某种程度上通过技术进步、组织管理与政策创新的相互影响而作用于城市创新，[18]185-194它与开放式创新有着不可分割的动态关系，[19]32-39同时智慧城市建设为创新提供空间环境和要素资源，创新又反向让城市变得更加智慧。[20]153-171关于智慧城市建设对城市创新能力的影响机制，国内学者进行了讨论，具体机制包括信息技术、产业结构升级[21]28-40、数据赋能、制度环境[22]83-89、人力资本[23]75-83、资源配置[24]12-24、主体激励、创新环境[25]70-85、金融发展[26]119-136、研发投入[27]72-81、经济集聚[28]107-114、交易成本[29]72-92等方面。

综上所述，学者们在研究方法和影响机制的选择上都做了较深入的探讨，但并没有形成统一的认识，也没有明确说明为什么会选择某个影响机制，缺乏系统的理论支撑。鉴于此，本文从城市创新的概念模型出发，构建智慧城市建设提升城市创新能力的理论传导机制，然后运用中国三批试点城市建设的准自然实验对其进行实证检验，从理论和实证两方面回答智慧城市建设如何提升城市创新能力的问题。

二、理论分析与研究假设

倪鹏飞等(2011)[30]16-25采用结构化方程构建了城市创新系统结构模型，主要构成要素包括创新主体、内部平台、市场竞争、资源禀赋、制度安排。本文借鉴其思路构建了智慧城市建设提升城市创新能力的概念模型，见图1。智慧城市建设通过作用于城市创新系统的主要构成要素而提升城市创新能力。核心要素是创新主体，主要是企业、科研院所和政府部门等的创新性人力资本，这是城市创新的源泉。左右两翼是信息化推动和产业集聚升级，信息化推动(包括信息平台建设等)是城市创新的基础和前提，决定城市创新的可能性，产业集聚升级是城市创新的竞争性外在压力，决定城市创新的必要性。最后是内部资源配置和外部制度环境，共同受信息化推动、人力资本集聚、产业集聚升级的影响。

图1 智慧城市建设提升城市创新能力的概念模型

基于此概念模型，本文提出假设：

H1：智慧城市建设通过信息化推动效应提升城市创新能力。

首先，智慧城市建设项目中的各种信息平台如智慧交通、智慧政务、智慧医疗、智慧生态等平台建设，要求消除数字鸿沟，打破信息孤岛，促进信息化，这本身就是一种创新，会直接提升城市的创新能力；其次，智慧城市建设依托大数据、云计算、5G、物联网、人工智能等新一代互联网信息技术和智能终端等软硬件设施的出现和升级换代，有利于优化配置信息资源，提高信息共享和知识扩散的广度和深度，减少创新过程中的信息不对称现象，提高资源的利用效率，降低创新活动的各种成本，从而促进城市创新能力的提升；最后，智慧城市建设客观上要求制度变迁以缩小各个创新参与主体之间的信息鸿沟，促进社会各界协同创新，有利于提高创新成果转化率，打通“知识—专利—产品”的转化渠道，从而有利于促进城市创新环境的改善，间接推动城市创新能力的提高。

H2：智慧城市建设通过人力资本集聚效应提升城市创新能力。

首先，智慧城市建设会刺激对科技人力资本的刚性需求，形成人力资本集聚。由于智慧城市建设依托于新一代的信息通信技术，这些信息通信基础设施的建设、运营、维护和软件开发迭代都离不开相关科技人才的支撑，所以智慧城市建设会吸引高素质科技人才和高技能劳动者的流入，形成人力资本集聚，改善城市创新条件，直接促进城市创新能力的提升。其次，智慧城市建设会通过改善城市居民的生活环境，提高居民生活的舒适性和便利性，使城市变得更加宜居而吸引更多的人力资本集聚，包括具有创新能力的科技人才和管理人才，从而提升城市的创新能力。最后，智慧城市建设会依托建设项目而使同类人才集聚，作为知识承载体的人才在城市的集聚是促进创新能力高效发展的关键因素。[31]7-43人才聚集会形成知识溢出效应，缩短知识传递空间距离，减少知识流通成本，丰富知识类型，有效促进知识的优势互补，改善城市创新氛围，提升城市创新能力。

H3：智慧城市建设通过产业集聚升级效应提升城市创新能力。

首先，智慧城市建设会通过信息产业集聚效应提升城市创新能力。智慧城市建设会通过各种城市信息平台基础设施建设形成信息产业集聚，集聚的地理邻近性不仅会引起技术溢出效应，而且会引起创新要素的产业链重新整合，有利于企业共享要素市场和专业化服务市场，邻近企业可充分利用技术外部性，节省创新成本，促进城市创新能力的有效提升。其次，智慧城市建设会通过产业融合与升级效应提升城市创新能力。新一代互联网信息技术贯彻各个智慧城市建设项目的始末，而互联网信息技术的发展又离不开一些新能源新材料的开发利用，因此智慧城市建设不仅会通过信息化与工业化、城镇化、产业化的融合带来新兴产业的发展，而且通过对传统产业的改造升级而提升城市创新能力。最后，智慧城市的建设还会通过产业竞争效应提升城市创新能力。智慧城市建设不仅会形成产业集聚与升级，而且会带来试点城市与非试点城市、早试点城市与晚试点城市之间的产业竞争和城市发展竞争，这种竞争效应会使落后的城市充分利用后发优势进行学习和模仿，先进城市为了保住自己的优势地位也会不断进行改革创新，这自然就形成了竞争环境的压力而促进城市创新能力的提升。

三、实证检验

(一)城市创新能力的测度

测度城市创新能力目前主流的做法是将城市创新系统看成一个投入—产出系统，从投入和产出两个维度进行度量和评价。本文借鉴《中国区域创新能力评价报告(2018)》的评价指标体系，并与智慧城市的数据相匹配，从评价指标的合理性和数据可得性出发，选取了5个创新投入指标和3个创新产出指标进行测度分析。

城市创新投入主要从人力资本投入和货币资本投入两个方面考量，人力资本投入选择普通高等学校专任教师数，科学研究、技术服务和地质勘査业从业人员数2个指标；货币资本投入选择了全市固定资产投资总额、科技财政支出以及外商直接投资实际使用额3个指标。城市创新产出主要以技术创新产出和知识创新产出来度量，已有研究仅仅考虑了技术创新能力，而没有将知识生产能力考虑进去。知识生产为专利生产奠定了基础，可以看成是创新产业链的前端，而专利生产则位于创新产业链的后端，更侧重创新活动的实际应用价值。因此，本文以专利申请量和专利授权量来测度技术创新产出，以知网论文发表量来测度知识创新产出。

本文对2005—2018年全国285个地级市的创新能力进行测度和评价，其中投入指标数据主要来自2006—2019年《中国城市统计年鉴》；专利数据来自中国研究数据服务平台(CNRPS)；论文发表数来源于中国期刊全文数据库(www.cnki.net)，并参考何舜辉等(2017)[7]1014-1022的方法(2)利用CNKI论文检索数据库的高级检索功能，预设“作者单位=某一城市”。，检索2005—2018年285个地级市各年的论文发表数量。

在具体测度各城市创新能力时先采用PCA法，根据主成分表达式和方差贡献率计算不同城市各年份的创新能力综合得分，计算公式如下：

innovation=0.735*F1+0.107*F2+0.076*F3

(1)

(二)实证模型

为检验智慧城市建设提升城市创新能力的假说，可将智慧城市试点政策看成一次良好的准自然实验，利用多期双重差分方法(DID)，将试点城市列为处理组，非试点城市列为对照组，对政策效果进行分析。考虑到数据的可获得性，本文使用地级市层面的数据，将试点地区中县和区一级层面的数据从样本中删除。同时为了满足城市整体的一致性，若试点地区不是整个城市，只有城市中的一个或几个片区，则不放入本文的实证样本，最后确定的样本范围为2005—2018年我国220个地级市。数据来源于《中国城市统计年鉴》和国家统计局网站，以及各省市的统计年鉴、政府工作报告等。少数的两端数据缺失用临近年份数据代替，中间数据缺失用插值法补全。

在变量设置时，如果某城市在住建部的三批试点政策名单内，则列入处理组，treati=1；若某城市未在三批试点政策名单中则为控制组，treati=0。对于时间虚拟变量periodit，在某城市成为智慧城市试点之前设置为0，成为智慧城市当年及之后的年份设置为1，未能成为智慧城市试点的则一直设置为0。本文在进行基本回归前进行了修正的豪斯曼检验，加入控制变量后均在1%的显著性水平下通过了检验，最终选择了固定效应模型。基于多期DID方法设置如下模型：

(2)

用did代替政策虚拟变量和时期虚拟变量的交互项，模型可表示为：

(3)

模型中，i代表城市，t代表时间，innovationit为被解释变量城市创新能力指标，用每个城市创新能力综合得分量化。didit是解释变量，表示城市i是否进入智慧城市建设的0-1虚拟变量。controlit是控制变量，包括：经济发展水平，采用地区生产总值的对数进行衡量；人口规模，采用城市常住人口数来衡量；在校生人数，采用普通高校在校生数来衡量；金融发展水平，采用金融机构存贷款余额占GDP的比率来衡量；信息基础设施，采用互联网宽带接入用户数来衡量。μi是个体固定效应，vi是年份固定效应，εit是模型随机误差项。以上变量名称和描述性统计结果见表1。

表1 各变量描述性统计结果

(三)实证结果与分析

1.平行趋势检验

使用双重差分模型需要满足平行趋势检验(3)使用DID方法的一个尤为重要的假设条件即满足 “平行趋势”( Parallel Trend )，即两组样本在冲击或者政策发生前必须具有可比性，因为控制组的表现被假定为实验组的反事实。。本文把智慧城市实施试点政策的当年(2012年)作为检验的临界点，运用stata检验平均处理效应变化。图2为各城市创新能力的平行趋势检验图。图2可以看出试点政策发生(2012年)之前系数均不显著，试点政策发生之后系数不但显著，而且整体上呈现出不断增大的趋势，可见试点政策效应具有持续稳定性。

图2 平行趋势检验图

2.基本回归

表2报告了基准回归结果。模型(1)是两个核心变量的基本回归结果，由结果可见智慧城市建设对城市创新能力具有显著的促进作用；模型(2)是在模型(1)的基础上加入了5个控制变量后的回归结果。加入控制变量之后，智慧城市建设虚拟变量的估计系数依旧在1%的统计水平下显著为正。模型(2)还表明经济发展水平、人口规模和信息基础设施均能促进城市创新能力的发展，但是在校生人数和金融发展状况的促进作用在统计上不显著。

表2 基本回归结果

3.PSM-DID和安慰剂检验

本文采用倾向性得分匹配方法(PSM-DID)对模型进行稳健性检验。从标准化偏差图中可以直观地看出，倾向得分匹配后，处理组和对照组的所有控制变量偏差大大减小，全都保持在0.1以内，因此可以根据匹配结果进行双重差分分析,对匹配后的分组进行进一步的回归检验。表3为经过倾向得分匹配后双重差分模型的回归结果，其中，newdid为匹配后的智慧城市建设虚拟变量，回归系数显著为正，且与原多期双重差分模型的回归系数比较接近，回归结果稳健。

图3 控制变量标准化偏差图

变量innovationnewdid0.106 8***(2.66)控制变量控制样本数2 996拟合优度0.493 7

此外，为进一步排除其他位置因素对试点城市选择的影响，确保得出的研究结论是由智慧城市建设引起的，本文进行安慰剂检验。解释变量的核密度分布图(图4)表明，通过安慰剂检验。

图4 解释变量核密度分布图

4.内生性问题讨论

利用双重差分法和选取控制变量已经尽可能地减小因遗漏变量带来的内生性问题，但由于我国住建部在智慧城市建设试点的名单选择过程中不具备严格的外生性，可能会造成选择性偏差。为解决这一问题，本文借鉴张佑林等(2021)[32]49-64的做法，将所有控制变量分别滞后一、三、五期后代入模型进行回归检验。实证结果如表4所示，智慧城市的建设仍然对城市创新力有显著的提升作用，由此验证了本文模型和实证结果的稳健性。

表4 滞后控制变量的回归结果

5.影响机制检验

为检验前文提出的H1、H2、H3假设，本文用电信业务收入与常住人口的比值(万元/人)来表示试点城市的信息化效应；用信息传输、计算机服务和软件从业人员与城镇单位从业人员的比值来表示试点城市信息科技人才集聚效应；[33]71-81用二、三产业产值占地区总产值的比重来表示试点城市的产业升级效应。并参照赵青霞等(2019)[34]54-62的做法，将各指标用哈盖特提出的区位熵 (Location Quotient，LQ)进行衡量。检验的具体方法为设立机制变量和智慧城市建设虚拟变量(did)的交互项，将三个机制变量分别与did交叉相乘置于模型中。模型如下：

(4)

(5)

(6)

模型估计结果如表5所示，三个交互项的系数都显著为正，假设H1、H2、H3得证。

表5 智慧城市建设影响城市创新能力的机制检验

6.异质性分析

(1)城市区域异质性

由于我国东中西部地区的人才集聚和经济发展水平存在显著的差异，因此智慧城市建设提升城市创新能力可能会因城市所处的区域位置不同而具有显著的差异。为检验是否存在这种异质性，本文将我国200多个样本城市分为不同区域进行回归分析，结果见表6。相比中部和西部地区，东部地区的did系数大且显著为正，中部和西部地区的did系数在统计上均不显著，西部地区的系数值甚至为负，可能的原因是中部和西部地区的部分城市虽然进入了智慧城市试点名单，但是由于人、财、物的限制，智慧城市建设并没有取得很好的效果。

表6 智慧城市建设提升城市创新能力的区域异质性

(2)建设水平异质性

前文的双重差分检验结果只能表明智慧城市试点政策带来的处理组与控制组的城市创新能力差异，却不能具体解释不同城市的智慧城市建设水平高低或智慧城市建设的不同阶段对城市创新能力的异质性影响。为此本文借助北京国脉互联2011—2019年评估的智慧城市综合得分(scdi)来分析智慧城市建设水平对城市创新能力的影响。由于该报告中的指标数据具有一定的滞后性，所以实证检验时对智慧城市综合评分进行了提前一期处理。另外，该评估遵循各个城市自愿报名参与的原则，每年参与评估的城市不固定，故而采用混合OLS回归进行分析，建立模型如下：

(7)

表7是回归结果，结果表明智慧城市建设水平确实对城市创新能力具有促进作用，智慧城市建设水平越高，这种提升作用越大。

表7 智慧城市建设提升城市创新能力的建设水平异质性

(3)城市规模异质性

不同的城市规模不仅创新资源禀赋不同，而且经济发展水平、产业集聚程度也各不相同，因而智慧城市建设可能对城市创新能力的提升存在异质性。为检验这种异质性，本文依据2014年国务院发布的《关于调整城市规模划分标准的通知》中的最新标准来划定，参照何凌云和马青山(2021)的研究，将全样本分成中小型城市(常住人口100万人以下)、大型城市(常住人口100万人以上500万人以下)和特大型城市(常住人口500万人以上)三种。由于此划分方法的样本量极不均衡，为了检验结果的稳健性，本文根据城市的人口规模进行了重新划分，分别是I型(200万人以下)、II型(200万人至400万人)和III型(400万人以上)，回归结果见表8。由表8可知，模型的回归系数都显著为正，可见不论是何种规模的城市，智慧城市都显著提升了城市创新能力，只是三种不同规模城市的回归系数大小略有差距，且I型、II型、III型的差距更为明显，具体表现为城市规模越大，智慧城市建设对城市创新能力的影响系数越大。

表8 智慧城市建设提升城市创新能力的规模异质性

四、结论与建议

本文以我国2005—2018年220个地级市为研究对象，从理论和实证两个方面研究探讨智慧城市建设如何提升城市创新能力的问题，得到如下几个方面的结论：(1)智慧城市建设能够显著提升城市的创新能力，且结果具有稳健性；(2)智慧城市建设可以通过信息化推动效应、人力资本集聚效应和产业集聚升级效应提升城市创新能力；(3)智慧城市建设提升城市创新能力会受不同城市所处的区位、经济发展水平、信息基础设施建设水平、城市人口规模等的影响。

基于创新驱动发展战略，要使智慧城市建设充分发挥提升城市创新能力的作用，本文建议：(1)因地制宜制定智慧城市建设特色方案。每个城市都必须根据自身的经济情况、社会治理需求情况、投入产出效果情况等因地制宜地推进智慧城市建设。政府要充分发挥职能优势，立足所在城市的现实情况，认真梳理城市的智慧化需求和落脚点，在顶层设计总架构的指导下，走具有城市特色的智慧化建设道路。(2)努力提升城市人力资本集聚水平。人力资源开发、人才集聚和合理配置是智慧城市建设提升城市创新能力的重要驱动力量。既要积极引进人才，落实人才政策，打造人才流动洼地，又要努力培养人才，创新产学研用人才培养机制，形成合理配置和有效运行的创新性人才市场。(3)充分拓展智慧城市信息平台的功能作用。各地智慧城市建设中要进一步推进信息基础设施建设，要利用新一代信息技术对各信息平台进行智慧化升级，搭建统一的大数据中心，消除数字鸿沟，实现信息共享，为城市创新活动开展所需的数据提供来源和奠定基础。(4)着力推进智慧产业集聚与集群发展。要大力发展大数据、云计算、智能终端等新一代信息技术产业，着力推动信息技术与制造业深度融合，提升制造业和服务业的数字化、网络化、智能化水平，努力促进智慧产业集聚和传统产业升级，要实现创新创业与智慧化的有机结合，完善城市治理机制，优化治理模式，营造良好的创新环境。