宫攀 袁炳顺
[摘 要]随着第五次信息技术革命的爆发,智慧城市建设已成为推动我国数字经济发展、实现城乡一体化的重要手段。基于2008—2017年我国225个地级市面板数据,以2012年智慧城市政策试点为准自然实验,运用双重差分模型实证分析智慧城市建设对数字经济发展的影响。结果显示:1. 智慧城市建设能够显著促进城市数字经济发展,对城市数字经济发展的拉动作用约为1. 62%;2. 智慧城市建设效应存在明显异质性,在人口规模适当、经济发达以及财政支持力度大的城市智慧城市建设效应尤为显著;3. 智慧城市建设能够依托信息基础设施建设产生创新效应、治理效应以及消费效应,从而促进数字经济发展,其中消费效应最为显著。因此,各城市应当因地制宜进行智慧城市建设,充分发挥消费的拉动作用,促进数字经济发展。
[关键词]智慧城市;数字经济;双重差分法;机制分析
[中图分类号]F293 [文献标识码]A [文章编号]1671-8372(2022)03-0012-11
Can the construction of smart city promote the development of digital economy?
—empirical evidence from a quasi-natural experiment
GONG Pan,YUAN Bing-shun
(College of Economics and Management,Qingdao University of Science and Technology,Qingdao 266061,China)
Abstract:Along with the outbreak of the fifth information technology revolution,smart city construction has become an important means to promote the development of digital economy and realize urban-rural integration in our country. Based on the panel data of 225 prefecture-level cities in China from 2008 to 2017,and taking the smart city policy pilot in 2012 as the standard natural experiment,the impact of smart city construction on the development of digital economy is empirically analyzed by using the dual difference model. The results show that:1. Smart city construction can significantly promote the development of urban digital economy,and the diving effect is about 1.62%;2. There is obvious heterogeneity in the effect of smart city construction,especially in cities with appropriate population size,developed economy and large financial support;3. Smart city construction can generate innovation effect,governance effect,and consumption effect based on information infrastructure construction to promote the development of the digital economy,among which consumption effect is the most significant. Therefore,cities should adapt to local conditions to build smart cities,give full play to the consumption-driven role and promote the development of digital economy.
Key words:smart cities;digital economy;double-difference method;mechanism analysis
一、引言
《“十四五”数字经济发展规划》指出,数字经济已成为推动我国经济社会持续健康发展的重要动力,稳步提升数字经济竞争力和影响力成为我国明确发展思路、制定发展政策的重要落脚点。数字经济是信息化建设推动下的经济系统的统称。数字经济主要包括三部分内容:第一,新一代信息技術直接关联产业,如计算机软硬件生产及服务业、物联网相关产业等;第二,新一代信息技术改造传统产业,通过技术升级与替代产生的新的组织生产业态,如智慧农业、智能制造等;第三,在传统产业基础上经过信息技术渗透产生的衍生业态,如智慧旅游、数字文创等。根据发展方向的不同,又可以将数字经济分为数字产业化与产业数字化两个方向。数字产业化是将数据、信息、知识通过信息技术处理或商业模式运作转化为可盈利的生产要素,并将这些生产要素实现产业化运营;产业数字化是运用新一代信息科学技术对产业进行信息化建设与改造,提高生产经营的信息化、智慧化程度,进而提高生产效率。因此,数字产业化和产业数字化都离不开信息技术的普及与应用。
当前,我国经济增长方式与产业结构处于深刻变革中,知识密集型、技术密集型产业逐渐成为推动我国经济发展的主要力量。随着知识、数据与信息在产业内外不断流动,现代产业对信息技术的依赖越来越强。信息基础设施作为信息技术发挥作用的载体,其重要性日益凸显。数字经济产业资本技术密集、外部性强,对于信息技术的变化十分敏感,其创新效率与交易成本、管理效率密切相关。也就是说,一个城市数字经济发展水平与当地信息基础设施建设情况密切相关。信息基础设施是技术创新的关键驱动力之一,能够基于知识的创新[1],形成开放式创新网络,改变资源组合和分配方式,降低创新成本,促进数字经济发展。一方面,信息基础设施建设能够完善企业内部组织结构,促进信息沟通,提高企业生产绩效[2];信息基础设施建设能够显著提高城市创新水平[3-4],而创新与当地数字经济发展水平直接相关,能够加快信息技术进步与普及应用,进而促进数字经济相关产业的发展。另一方面,信息基础设施的普及能够逐步提高现代信息技术在传统产业、居民生活中的渗透率,替代传统生产技术,改变生产方式,提高生产效率,从而催生新的数字经济业态,加快产业数字化进程,促进数字经济发展。因此,国家提出要加快推进信息基础设施建设,提高我国城市信息化、智慧化水平,推动智慧交通、智慧物流等产业体系发展。
早在2010年,我国政府即组织专家学者探讨了我国建设智慧城市的可行性。2012年,首批智慧城市政策试点城市名单公布。2021年,《“十四五”数字经济发展规划》对智慧城市建设提出新的要求。2022年3月,《2022年新型城镇化和城乡融合发展重点任务》提出进一步提高城乡管理的智能化水平,推进政务服务智慧化,加快推动城乡一体化进程。智慧城市作为新一代信息技术革命背景下智慧化的城市发展模式,能够推进新型信息基础设施建设,集成城市组成系统和服务,从而提升资源运用效率,促进数字经济发展。因此,智慧城市建设能够通过信息基础设施建设与技术创新,促进城市数字经济发展。基于此,本文构建双重差分模型实证分析智慧城市建设对城市数字经济发展的影响,并进一步检验智慧城市建设效应的异质性。这一研究有利于检验新时代背景下智慧城市建设的实践意义,为政策制定提供理论参考。
二、智慧城市建设影响数字经济发展的相关研究综述
本文关注的核心问题是智慧城市建设能否促进城市数字经济发展,试图从信息基础设施建设的视角分析其作用机制。已有相关研究包括以下几个方面:
一是智慧城市建设作为我国城镇化的主要建设路径,对于实现经济高质量发展意义重大。当前研究普遍认为,随着我国人口红利消失,城镇化已成为推动我国经济社会发展的重要因素[5]。理论和实证研究表明,城镇化有利于提高城市创新效率[6]、提升政府服务效率[7]、优化消费结构[8]。智慧城市作为我国城镇化发展的战略方向,自然具备城镇化的效应。除此之外,智慧城市作为创新驱动、技术引领的新型城市发展形态,还有助于实现城市信息化,形成要素驱动型城市发展模式,促进经济高质量发展。杨振华研究发现,智慧城市建设能够显著提高试点城市的经济效率[9]。优化资源配置、促进产业结构转型升级以及发挥城市集聚经济效益是智慧城市促进经济发展的主要路径[10],信息技术的普及应用与技术创新突破同样是促进经济高质量发展的关键[11]。与上述研究结论不同的是,张治栋等认为,智慧城市建设虽然能够显著促进经济发展,但难以改变经济增长结构[12]。
二是有关数字经济发展的研究。当前研究普遍认同数字经济是信息技术进步、科学技术革新带来的经济发展模式的变革,少有研究者将数字经济与城市信息化、信息基础设施建设、科学技术创新等割裂开研究[13]。国内学者普遍认为,发展数字经济必须依靠新一代信息技术的可持续发展与演化。而信息基础设施建设能够促进产业数据的开放应用,是信息技术渗透传统产业、改造传统产业、催生新兴产业进而发展数字经济的关键。侯瑞提出,信息基础设施能够促进创新,是推动数字经济发展的发动机[14]。同时,城市信息化基础水平对数字经济发展的影响较大[15],科技成果的转化与应用同样不可或缺[16]。此外,工资水平、外资依存度、人力资本等均能够显著影响数字经济发展[17]。
智慧城市作为城市信息化发展的新阶段,信息基础设施建设与更新是其重要内容。尽管目前少有研究涉及智慧城市建设与数字经济发展的关系,但信息基础设施建设与数字经济发展相关的研究能够为这一研究提供参考。左鹏飞等研究发现,新型基础设施建设与城镇化的交互效应能够持续促进城市信息化与工业化融合,提高产业信息化程度,促进数字经济发展[18]。进一步分析信息基础设施建设效应,张杰等发现,新型基础设施建设能够显著提高城市创新水平[19]。汤志偉等认为,信息基础设施建设与居民公共服务需求虽然能够影响地方政府互联网服务能力,但影响有限[20]。此外,顾雨辰等认为,互联网的普及能够显著影响我国城镇居民消费结构,促进消费结构升级,但这一效应在城乡之间存在异质性[21]。因此,可以预期智慧城市建设能够通过信息基础设施建设在城市创新、政府治理与居民消费三方面产生政策效应,从而促进数字经济发展。
三、智慧城市建设影响数字经济发展的理论分析及研究假设
智慧城市建设涉及城市规划、社会治理、政府服务等多个方面,全面具体地解析这些建设内容对数字经济发展的影响较为困难。而信息基础设施建设是智慧城市建设的先导工程,是深入建设智慧城市的基础。因此本文以信息基础设施建设为分析基础,剖析智慧城市建设如何通过企业创新、政府治理和居民消费三条路径影响数字经济发展。智慧城市建设影响数字经济发展的机制如图1所示。
图1 智慧城市建设通过企业创新、政府治理、居民消费
影响数字经济发展的机制
(一)智慧城市建设的创新效应
与数字经济相关联的产业是高风险、高外部性的知识密集型和技术密集型产业,其生产效率与企业创新水平、交易成本等密切相关。而信息基础设施是提高企业创新水平、降低交易成本的重要因素。第一,信息基础设施建设能够完善企业组织结构,从而提高信息沟通效率,实现企业资源合理配置和生产流程优化。第二,信息基础设施建设能够改变企业生产方式。信息基础设施作为技术创新的关键驱动力之一,能够促进基于知识的创新[22],形成开放式创新网络。一方面,信息基础设施建设可以提升交流效率,减少市场摩擦,提升交易效率与品质;另一方面,信息基础设施建设能够促进通信技术进步,提高企业信息检索效率,提高研发活动的目的性和针对性,从而提高企业创新效率,促进数字经济产业发展。
(二)智慧城市建设的治理效应
智慧城市建设能够通过信息基础设施建设推动通信技术进步,促进政府信息化建设,实现政府服务的数字化、网络化和精细化。一方面,智慧城市建设能够通过数据整理和分析较为精确地感知特定区域内居民的特定需求,政府可以针对性地提供公共服务,从而提高政府公信力,为数字经济发展积累优势。另一方面,数字经济发展需要良好的市场环境,单一的行政手段难以真正激發区域数字经济增长活力,优秀的市场机制与活跃的市场主体才是数字经济发展的动力源泉[14]。此外,政府对于新一代信息技术的需求能够催生一批软件研发、数据服务等生产服务性企业,激发新的数字经济增长点;在智慧城市建设过程中,由于各行业之间的竞争等因素的作用,各地区政府会加大对行业的调控力度,提高资源配置效率,促使市场主体优化生产要素结构,提高生产效率,推进数字经济发展[23]。
(三)智慧城市建设的消费效应
互联网变革着居民的消费行为、消费习惯和消费结构[24]。智慧城市建设作为互联网大规模应用的集中表现,能够推动消费驱动型经济发展方式的形成[25]。第一,居民消费更趋于个性化和定制化。相较于线下消费,网上购物给消费者带来更多的选择空间,使得消费趋于个性化与多元化,其不仅能满足消费者更高层次的消费需求,还能为数字经济发展开拓消费市场和消费群体。第二,消费者主导地位凸显。在信息技术推动下,消费者搜集获取信息的能力增强,消费者的选择范围得以扩大,消费偏好体现得更加明显;信息技术与互联网应用能够破解传统实体消费难以解决的流动性约束问题,催生消费的提质增效。第三,优化居民消费结构。信息社会的生产方式和信息流通为居民需求的实现提供了更多机会,企业能够更加便捷地捕捉市场机会并销售相关产品,居民同样能够获取相较于线下消费更丰富的商品资源以满足自身全面发展的需要,从而推动形成发展型消费模式及自我实现型消费模式。这一系列消费变革能够扩大居民消费需求,促进生产消费循环,进而促进数字经济发展。
(四)智慧城市建设效应的异质性
城市是智慧城市建设的主体,智慧城市建设的效果会因资源禀赋和城市特征不同产生差异[26]。城市之间的异质性主要体现为人口规模异质性和经济规模异质性[27]。根据比较优势理论,经济发达地区有更好的数字经济发展基础、健全的工业体系以及合理的产业结构,能够为智慧城市建设提供更高水平的支持。一方面,智慧城市建设投资大、专业性强、回报周期长,需要坚实的经济基础作为支撑;另一方面,经济发达地区能够利用市场机制优化资源配置,为智慧城市提供良好的建设环境。同时,马太效应对我国区域经济发展具有显著影响,我国区域数字经济发展水平的空间差异可能随着时间推移趋于明显。
综上,本文提出如下研究假设:
H1. 智慧城市建设能够通过信息基础设施建设促进城市数字经济发展。
H2a. 智慧城市建设能够产生创新效应促进数字经济发展。
H2b. 智慧城市建设能够产生治理效应促进数字经济发展。
H2c. 智慧城市建设能够产生消费效应促进数字经济发展。
H3. 智慧城市建设效应存在异质性。
四、智慧城建设影响数字经济发展的研究设计与数据来源
(一)基准模型设定
传统的政策评估方法难以解决内生性问题,而我国2012年智慧城市政策试点为解决这一问题提供了基础。因此本文将以2012年智慧城市政策试点作为准自然试验,设定基准回归模型如下:
digitalit=α0+α1did+∑bj Xit+ηt+μi+εit (1)
式(1)中,digitalit 表示第i个城市t时期的数字经济发展水平,X为相应模型的控制变量,ηt为时间固定效应,μi为个体固定效应,ε为扰动项;did为分组虚拟变量与时间虚拟变量交叉项,其系数α1表示智慧城市建设的净效应。
由于城市发展的异质性,不同城市之间难以满足时间效应一致的假定。倾向匹配得分法(PSM)通过计算各样本的特征得分值,能够尽可能保证实验组与控制组的特征一致,但此方法涉及协变量选择,难以避免内生性问题[28-29]。双重差分法(DID)能够较好地控制内生性问题,但难以避免样本选择偏差。因此,本文采取PSM-DID方法进行稳健性检验,以更加精确地评估智慧城市建设效应[30]。模型设定如下:
digitalit =α0+α1did+∑bj Xit+ηt+μi+εit (2)
(二)变量说明
被解释变量:数字经济发展水平。从数字经济发展基础、数字经济产出、数字经济发展潜力三个维度构建数字经济发展指标体系(见表1)。首先通过极差标准化方法对基础指标进行无量纲处理,其次通过熵值法计算各指标权重,最后计算各城市数字经济发展水平。
解释变量:智慧城市政策试点(did)。将智慧城市政策试点看作准自然实验,根据工信部网站公布的智慧城市试点名单,结合批复时间进行赋值。
控制变量:(1)经济发展水平,采用人均GDP的对数形式表示;(2)产业结构水平,采用各城市第三产业产值占GDP的比重表示;(3)金融发展度,采用存贷款余额占GDP的比重表示;(4)市场开放度,采用当年实际利用外资占GDP的比重表示;(5)政府干预度,采用当年政府财政支出占GDP的比重表示;(6)从业人员结构,采用各城市信息传输、计算机服务和软件业从业人员数表示;(7)工资水平,采用市辖区职工平均工资的对数形式表示。具体的变量及其计算方法如表2所示。
(三)数据处理
由于部分指标如外商实际投资额在不同年份的统计口径存在差异,且2018年数据缺失量较大,本文利用我国2008—2017年地级市面板数据进行研究。数据来源于2009—2018年《中国城市统计年鉴》及各城市统计公报,少数缺失数据通过插值法进行填补,最终得到2008—2017年我国225个地级市的平衡面板数据。数据具体处理方法如下:
第一,将2012年我国智慧城市政策试点视作准自然实验,以2012年全国智慧城市政策试点城市为实验组,试点城市同一省份内非试点城市作为对照组进行政策分析。同时,利用2013年与2014年试点城市进行稳健性检验。第二,为更加准确地评估智慧城市建设效应,剔除仅有部分区市纳入智慧城市政策试点清单的城市(例如在2012年智慧城市政策试点中,杭州市仅有部分区市纳入试点)。第三,为延长政策评估区间,同时精确估计2012年智慧城市政策试点的净效应,以2012年智慧城市政策试点城市为实验组,在进行基本估计时剔除2013年与2014年智慧城市政策试点城市。
(四)描述性统计与平行趋势检验
由表3可知,各变量标准差较小,适合进行实证检验分析。由表3分组描述性统计结果来看,实验组数字经济发展水平明显高于控制组数字经济发展水平,其余变量不存在显著差异,基本符合平行趋势假设,但是否满足平行趋势假设仍需进行严格的检验。由表4可知实验组与控制组数字经济发展水平变化趋势。随时间推移,实验组与控制组的均值与中值均显著提升,说明数字经济发展水平会随时间推移自然提升。但是在接受政策冲击后实验组数字经济发展水平提升幅度远大于控制组,说明除时间因素外,还有其他因素影响数字经济发展,其他因素很可能来自智慧城市建设效应。
进一步利用事件研究法检验平行趋势假设。以2008年为基期,对政策试点实行前3年与政策试点实行后5年的政策系数进行回归分析(见表5)。由表5可知,无论是否加入控制变量,回归结果均具有稳健性。在政策试点实行前的3年中,各系数在1%的显著性水平上大多表現为不显著,而在政策试点实行当年及之后5年中,各系数均至少在5%水平上显著,说明启动智慧城市政策试点当年及后几年均促进了数字经济发展,平行趋势假设成立。从回归系数看,在政策试点实行当年及之后几年内,回归系数总体越来越大,说明智慧城市建设对数字经济发展的影响具有动态效应,且随时间推移越来越明显。由图2可知,在智慧城市政策试点实行之前,智慧城市政策系数均不显著,政策试点实行后系数全部显著且系数值随时间推移越来越大,进一步说明研究通过了平行趋势检验,适合运用双重差分法进行政策评估。
五、智慧城市建设促进数字经济发展的实证分析
(一)基准回归分析
表6表明,无论是否加入控制变量,智慧城市政策系数稳健,均在5%水平上显著为正。
在考虑控制变量及时间效应与个体效应的情况下,试点城市数字经济发展水平能够在政策实行后提高1. 62%,说明智慧城市建设能够显著促进数字经济发展。这一结论不仅具有统计显著性,还具有经济显著性,假设H1得证。控制变量对数字经济的影响也大体符合预期。经济发展水平没有通过显著性检验,说明经济基础不是影响数字经济发展水平的决定性因素,这与刘刚等的研究结论[31]一致。政府干预对数字经济的影响系数在1%的水平上显著为负,表明随着政府干预程度的提高,企业创新和市场发展会受到抑制,进而导致资源配置不均、利用效率降低、经济发展活力不足,不利于数字经济发展。金融发展对数字经济的影响系数在5%水平上显著为正,说明金融发展水平提高能够促进数字经济发展。金融市场的发展完善能够促进资金流动,激励投资行为,鼓励企业进行创新和资本投入。另外,消费是推动数字经济发展的重要动力,完备的金融体系能够为数字交易提供坚实的基础和保障,进而刺激消费需求,促进数字经济发展。
(二)稳健性检验
1. PSM-DID检验
由表7可知,在运用PSM-DID方法估计后,智慧城市政策试点的影响系数仍然在5%的水平上显著为正,且系数值与前文估计结果没有显著差异,说明结论稳健。
2. 反事实检验
为排除随机因素影响,进一步运用反事实方法检验安慰剂效应[32]。在2009—2012年随机选择一年作为智慧城市试点年份,运用双重差分模型重新估计政策效应。若交互项系数不显著,说明提前智慧城市政策试点不会促进数字经济发展,即从反事实的角度证明智慧城市建设促进了数字经济发展;反之,若提前政策试点后交互项仍旧显著,说明数字经济发展可能由其他因素推动,与智慧城市建设无关。因此,分别选择2009年、2010年、2011年为模拟政策时间点进行反事实检验,进一步则尝试改变政策试点的时间窗口进行回归检验(见表8)。表8回归结果显示,在人为设定的不同政策时点及政策时间区间,交互项系数均不显著,说明确实是智慧城市建设促进了数字经济发展,进一步证明了结论稳健。
3. 加入其他年份试点城市
为排除样本选择可能带来的估计偏差,将2013年与2014年试点城市加入模型进行整体估计,以进一步检验结论稳健性(见表9)。表9结果表明,智慧城市建设仍旧能够显著促进数字经济发展,与基准回归结果相比,系数符号和显著性均无显著差异,进一步证明结论稳健。至此,经过一系列检验,本文有理由相信估算结果和结论是可靠的。
(三)异质性分析
首先,分析城市人口规模对智慧城市建设效应的影响。依据国家城市规模划分标准将样本城市划分为小规模城市、中等规模城市和大规模城市,将大规模城市进一步划分为Ⅰ型大城市、Ⅱ型大城市、特大城市及超大城市。由于样本限制,小规模城市样本量过小,仅列出中等规模及以上城市回归结果(见表10)。由表10可知,智慧城市建设能够在大型城市显著促进数字经济发展。同时,不同规模类型的大型城市智慧城市建设效应存在差异。原因可能在于Ⅱ型大城市规模更大,市场发育健全,市场开放度与金融发展度均高于Ⅰ型大城市,能够为城市数字经济发展提供更多支持;同时,人口与产业集聚使得Ⅱ型大城市集聚经济效益更强,能够降低企业沟通成本,提高企业研发与生产效率,有利于数字经济发展。由特大城市及超大城市的回归结果来看,特大城市及超大城市智慧城市建设效应不显著,说明城市规模过大可能导致集聚经济效益衰减,资源配置和利用效率降低,阻碍数字经济发展;同时,特大城市及超大城市政府力量更强,政府干预度的提升在一定程度上阻碍数字经济发展。
其次,分析城市经济规模对智慧城市建设效应的影响。分别选择GDP总量、政府财政支出占GDP比重以及互联网普及率表征城市经济基础、财政支持及物力基础,首先将其分别进行二等分,然后进行回归分析(见表11)。根据表11回归结果,经济基础与财政支持力度较大的城市智慧城市建设效应更加明显。可能的原因是,在经济基础好、财政支持力度大的城市,集聚经济效应凸显,城市社会氛围活跃,人力资本雄厚,企业研发创新能力增强,能够迅速利用现代信息技术进行产业升级,提高资源配置和利用效率,提高经济发展效率,促进数字经济发展;同时,城市基础设施建设和数据互通需要大量资金支持,更多的财政投入有利于智慧城市建设取得更好的效果。
只有低物力基础的城市建设系数通过了5%水平上的显著性检验。可能的原因是,新一代信息基础设施建设为欠发达地区提供了发展机会,引入了外来资金和先进信息技术。资金的引入能够促进当地企业扩张,提高企业生产效率,促进企业发展。而先进技术的引入一方面直接改变了城市生产方式,为城市发展带来变革;另一方面带来了信息与知识,能够产生外溢效应,提升当地劳动力素质。资本与技术的流入还能够进一步吸引优秀人才落户,从而促进数字经济发展。
综上,智慧城市建设效应因城市人口规模、城市经济规模不同存在异质性,假设H3得证。
六、智慧城市建设促进数字经济发展的机制的实证分析
智慧城市能够通过信息基础设施建设产生创新效应、治理效应以及消费效应,促进数字经济发展。
(一)创新效应
智慧城市建设能够通过信息基础设施建设提高企业互联网应用水平。企业互联网应用水平的提高一方面能够促进产业内部的沟通交流,有利于知识创造和扩散以及新技术的普及与应用;另一方面能够促进产业间合作交往与产业融合发展,进一步促进企业创新。借鉴周小敏等的方法[10]设计如下模型,计算智慧城市建设通过创新效应对数字经济的促进作用:
digitalit=β0+β1did×cx+∑bj Xit+ηt+μi+εit (3)
式(3)中,cx为创新效应的代理变量,选择中国区域创新创业指数来表示[33]。
计算结果见表12。由表12可知,交乘项系数在5%水平上显著为正,说明启动智慧城市建设后,城市创新质量显著提升,假设H2a得证。一方面,企业创新尤其是技术创新能够渗透至传统产业,优化产业生产方式,加速组织变革,提高信息沟通效率,降低信息成本,提高企业要素配置效率,推动产业数字化。另一方面,创新技术的成果转化能够在一定程度上催生数字经济相关产业,加快产业数据开放进程,提升数字信息产业化程度。假设H2a得证。
(二)治理效应
智慧城市建设对数据和信息高效流动的要求能够在推动地方政府进行数据搜集、整理、利用、维护等相关工作,提高政府治理能力的同时,派生软件开发、数据服务等相关产业,直接促进数字经济发展。此外,智慧城市建设还能够通过提高政府治理能力间接促进数字经济发展。设计如下模型,计算智慧城市建设通过治理效应对数字经济发展的促进作用:
digitalit=β0+β1did×zl+∑bj Xit+ηt+μi+εit (4)
式(4)中,zl为治理效应的代理变量,借鉴万永坤等[34]的做法,采用人均地方一般公共预算支出表示。
由表12可知,交乘项系数在5%水平上显著为正,说明智慧城市建设能够产生治理效应,从而促进数字经济发展,假设H2b得证。智慧城市建设能够通过信息基础设施建设和更新带动政府设备设施更新,推动智慧政府建设。政府能够通过数据分析预测公共服务需求,大大提高政府公共服务效率和针对性。此外,在线服务平台能够简化办事流程,改善城市营商环境,吸引企业落户,促进数字经济发展。
(三)消費效应
互联网和新一代信息技术推动的信息技术革命极大地推动了居民消费理念的个性化发展,改变了居民的消费结构,居民消费习惯、消费方式以及消费结构的变革进一步刺激了居民的消费需求。设计如下模型,计算智慧城市建设通过消费效应对数字经济发展的促进作用:
digitalit=β0+β1did×xf+∑bj Xit+ηt+μi+εit (5)
式(5)中,xf为消费效应的代理变量,采用人均社会零售品消费总额表示[35]。社会消费品零售总额中除居民消费外,还有一部分是企业消费和政府消费,但这一部分消费被直接应用于居民和公共服务,总体来看仍旧属于居民消费,因此不再精确细分。
由表12可知,交乘项系数在1%水平上显著为正,消费效应对城市数字经济发展的拉动作用约为0.94%,假设H2c得证。智慧城市建设能够提高互联网在居民生活中的渗透度,改变居民消费观念。在消费方式上,互联网的普及和应用能够推动消费模式转型,线上购物可以让消费者获得更多商品资讯,减少信息不对称,有利于消费者筛选商品,发挥主动性。另外,线上消费克服了线下消费的流动性约束,能够为消费者提供更丰富的商品品类,推动消费多样化与个性化。线上消费也能够反向作用于生产,促进商品生产、交易平台、物流运输等产业的发展。在消费结构上,互联网的应用催生了消费提质增效,居民消费重点逐渐从生活必需品转向服务性产品。消费结构的变化能够进一步激发消费潜力,释放市场需求,极大地发挥需求拉动作用,促进数字经济发展。
七、结论与建议
本文主要研究结论如下:
第一,智慧城市建设能够在样本期内显著促进城市数字经济发展。试点城市数字经济发展水平能够在政策实施后显著提升1. 62%。在经过PSM-DID检验、反事实检验等一系列稳健性检验后,政策系数值与显著性结果、基准回归结果基本一致,估计结果具有稳健性。
第二,智慧城市建设效应具有异质性。其中,大型城市相较于中小型城市和特大城市更能享受智慧城市政策红利。经济发展水平高、财政支持力度大的城市能够通过智慧城市建设显著促进数字经济发展,但基础设施薄弱的城市同样能够通过智慧城市建设弥补地区差距,促进数字经济发展。
第三,智慧城市建设能够通过信息基础设施建设产生创新效应、治理效应、消费效应,从而促进数字经济发展。其效应系数均至少在5%水平上显著为正,其中消费效应对城市数字经济发展的拉动作用最显著。
基于上述研究结论,本文提出如下建议:
第一,为持续释放智慧城市建设红利,政府应持续推进信息基础设施建设与更新。信息基础设施建设与更新是智慧城市建设的核心内容,也是智慧城市建设发挥效应的依托。因此,应当高度重视信息基础设施建设工作,统筹推进智慧城市建设。一方面,充分发挥国家战略及国家政策的引导作用,加强新一代信息基础设施建设,拓宽新一代信息基础设施覆盖范围,让更多地区享受政策红利。另一方面,加大资源投入,加快5G技术的研发与应用,鼓励科技创新和技术研发,打造世界领先的创新高地。同时,各城市应当根据城市实际发展情况,合理安排信息基础设施的建设与更新。对于经济发达、基础设施建设较好的城市,要结合城市创新水平与技术应用潜力,有序推进信息基础设施更新;对于基础设施相对薄弱的地区,要紧抓新一代信息技术革命发展机遇,积极开展信息基础设施建设工作,努力缩小地区差距,实现共同发展。
第二,制定智慧城市建设方案应因地制宜。我国地域辽阔,城市发展水平不一,智慧城市建设效应存在异质性。各城市应当结合自身发展优势,因地制宜探索智慧城市发展路径,有序推进智慧城市建设。大城市和经济发达城市应充分利用资源禀赋优势,提高资源利用效率,发挥产业集聚效应和人力资本优势,积极推动企业创新和技术进步,促进创新成果转化与科学技术应用,打造更加高效的经济体系。小城市和欠发达地区应该明确城市发展特点,挖掘自身优势,实事求是地进行智慧城市建设。一方面,要紧抓经济转型机遇,立足新一代信息基础设施建设,不断加强基础设施的智慧化改造,提高城市智慧化水平;另一方面,大力引进优秀专业人才,提高城市人力资本水平,为城市可持续发展积累优势。国家层面应注意目标引导以及反馈调整,持续推进战略规划与标准制定工作,给予城市发展自由度的同时防止城市建设乱象发生。
第三,把握智慧城市建设重点领域,激发数字经济增长活力。智慧城市建设是一项长期系统性建设工程,牵扯城市发展与建设的方方面面,但是资源的稀缺性决定了在智慧城市建设过程中无法做到面面俱到。因此,地方政府应当抓住主要矛盾,理清需求,实现重点突破以及可持续发展。具体做法包括:首先,完善创新激励政策和人才引进措施,充分发挥企业的创新主体作用,提高城市创新水平;其次,加强政府云平台建设,改革城市治理模式,提高行政效能,建设智慧政府;最后,深入推进供给侧结构性改革,通过新一代信息技术淘汰落后产能,优化产业结构,提高生产效率,满足居民消费需求,发挥消费对于数字经济发展的基础性带动作用。
[参考文献]
Kurniawati M A . The role of ICT infrastructure,innovation and globalization on economic growth in OECD countries,1996-2017[J]. Journal of Science and Technology Policy Management,2020,11(2):193-215.
Moreira F,Ferreira M J,Seruca I. Enterprise 4.0–the emerging digital transformed enterprise?:Science direct[J]. Procedia Computer Science,2018,138:525-532.
张节,李千惠. 智慧城市建设对城市科技创新能力的影响[J]. 科技进步与对策,2020(22):38-44.
张龙鹏,钟易霖,汤志伟. 智慧城市建设对城市创新能力的影响研究:基于中国智慧城市试点的准自然试验[J]. 软科学,2020(1):83-89.
陈耀,周洪霞. 中国城镇化对经济增长的影响机理及其区域差异:基于省际面板数据的实证分析[J]. 当代经济管理,2014(8):59-66.
李剑培,顾乃华. 新型城镇化对城市创新驱动发展的影响:基于中国户籍人口城镇化率视角的实证研究[J]. 城市问题,2020(10):19-28.
张驰,刘太刚. 居民需求层次下的分层治理:城市治理的新视角[J]. 城市发展研究,2020(11):73-79.
张飞. 中国城镇化进程中的消费结构升级[J]. 甘肃社会科学,2021(5):229-236.
杨振华. 智慧城市能否提高经济效率:基于智慧城市建设的准自然实验[J]. 科技管理研究,2018(10):263-266.
周小敏,李连友. 智慧城市建设能否成为经济增长新动能?[J]. 经济经纬,2020(6):10-17.
王穎,周健军. 智慧城市试点能否促进经济增长?:基于双重差分模型的实证检验[J]. 华东经济管理,2021(12):80-91.
张治栋,赵必武. 智慧城市建设对城市经济高质量发展的影响:基于双重差分法的实证分析[J]. 软科学,2021(11):65-70.
李长江. 关于数字经济内涵的初步探讨[J]. 电子政务,2017(9):84-92.
侯瑞. 创新为数字经济发展提供动力[J]. 信息化建设,2018(6):4-7.
王彬燕,田俊峰,程利莎,等. 中国数字经济空间分异及影响因素[J]. 地理科学,2018(6):859-868.
钟春平,刘诚,李勇坚. 中美比较视角下我国数字经济发展的对策建议[J]. 经济纵横,2017(4):35-41.
刘军,杨渊鋆,张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究,2020(6):81-96.
左鹏飞,于长钺,陈静. 信息基础设施建设对两化深度融合影响的动态模型分析[J]. 情报科学,2021(5):85-90.
张杰,付奎. 信息网络基础设施建设能驱动城市创新水平提升吗?:基于“宽带中国”战略试点的准自然试验[J]. 产业经济研究,2021(5):1-14.
汤志伟,张龙鹏,李梅,等. 地方政府互联网服务能力及其影响因素研究:基于全国334个地级行政区的调查分析[J]. 电子政务,2019(7):79-92.
顾雨辰,蔡跃洲. 互联网普及能促进居民消费结构升级吗?:基于LA/AIDS拓展模型的实证分析[J]. 贵州社会科学,2022(1):135-142.
Lee S,Kim D H,Son H. The impact of mobile broadband infrastructure on technological innovation:an empirical analysis[J]. International Telecommunications Policy Review,2015,22(2):93-108.
武永超. 智慧城市建設能够提升城市韧性吗?:项准自然实验[J]. 公共行政评论,2021(4):25-44.
马香品. 数字经济时代的居民消费变革:趋势、特征、机理与模式[J]. 财经科学,2020(1):120-132.
邓雅君,张毅. 智慧城市建设对促进中国转变经济发展方式的作用路径[J]. 电子政务,2013(12):2-8.
何凌云,马青山. 智慧城市试点能否提升城市创新水平?:基于多期DID的经验证据[J]. 财贸研究,2021(3):28-40.
Zhong X,Liu G,Chen P,et al. The impact of internet development on urban eco-efficiency:a quasi-natural experiment of“Broadband China”pilot policy[J]. International Journal of Environmental Research and Public Health,2022,19(3):1363.
Heckman J J,Ichimura H,Todd P E. Matching as an econometric evaluation estimator:evidence from evaluating a job training programme[J]. The review of economic studies,1997,64(4):605-654.
Rosenbaum P R,Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika,1983,70(1):41-55.
逯进,赵亚楠,苏妍.“文明城市”评选与环境污染治理:一项准自然实验[J]. 财经研究,2020(4):109-124.
刘刚,张昕蔚. 欠发达地区数字经济发展的动力和机制研究:以贵州省数字经济发展为例[J]. 经济纵横,2019(6):88-100.
石大千,丁海,卫平,刘建江. 智慧城市建设能否降低环境污染[J]. 中国工业经济,2018(6):117-135.
李军林,许艺煊,韦天宇. 创新政策对城市科技创新建设的影响及其异质性分析[J]. 改革,2021(2):128-145.
万永坤,王晨晨. 数字经济赋能高质量发展的实证检验[J]. 统计与决策,2022(4):21-26.
雷潇雨,龚六堂. 城镇化对于居民消费率的影响:理论模型与实证分析[J]. 经济研究,2014(6):44-57.
[责任编辑 王艳芳]