智慧城市建设对供应链效率的影响研究

摘要：智慧城市建设成为推动经济高质量发展的重要推动力。为深入理解智慧城市对供应链效率的影响，本文基于我国智慧城市建设的逐步实施，采用渐进双重差分（DID）模型，分析了智慧城市建设对企业供应链效率的影响。结果显示，智慧城市建设显著提高了供应链效率，尤其是在资本密集型和技术密集型企业及东部地区表现更为明显。机制检验表明，智慧城市建设提升了企业数据要素利用水平。基于此，本文提出一系列针对性建议，以促进供应链效率的提高。本文不仅为智慧城市建设提供了实证支持，还为政策制定者在设计未来城市发展策略时提供了有力的政策依据，特别是在推动供应链效率提升和区域经济协调发展方面。

关键词：智慧城市；供应链效率；数据要素利用水平；大数据；准自然实验

中图分类号：F293；C912.81文献标识码：A文章编号：2096-0298（2025）01（a）--05

1引言

随着人工智能大数据及信息技术的发展，中国城市发展进入智能化时期。2012年12月，国家住房和城乡建设部颁布了《关于开展国家智慧城市试点工作的通知》和《国家智慧城市试点暂行管理办法》，标志着智慧城市建设的试点推广正式启动。在2013年1月、2013年8月及2015年4月，分别公布了三批智慧城市试点名单，旨在通过试点来探索和总结创新的城市化模式。在这些规划中，国家住房和城乡建设部及参与申报的城市均强调了在智慧城市发展中融入集约化经济、效率提升、产业升级和循环经济的理念（陆秋宇，2023）。部分城市甚至以建设经济技术开发区和高新技术产业园区为智慧城市的建设重点（例如天津经济技术开发区、大连高新技术产业园等）。智慧城市利用现代信息通信技术和物联网基础设施，采纳可持续发展的理念，旨在实现资源的高效管理，形成一种新型的信息化和集约化城市发展模式（于建，2022）。此外，智慧城市的建设还促进了企业的数字化转型（王方方，2024），培养了数字经济的核心要素，并通过革新信息科学技术、集聚高端人才及优化制度环境，推动城市创新（叶林和李萌，2024）。

智慧城市通过建立一体化的信息平台，能够实时收集、分析来自供应链各环节的数据，如生产、库存、物流和销售信息（何欢等，2024）。这种信息的透明化和实时性大大增强了供应链的响应速度和灵活性，使企业能够迅速适应市场变化，优化存货管理，减少过剩或短缺情况，最终提高整个供应链的效率和经济性。例如，通过智慧物流系统，城市可以优化交通路线和货物配送策略，减少运输时间和成本，同时降低环境影响（褚洋和李丹丹，2024）。此外，智慧城市中的智能制造和自动化技术也能精确调控生产过程，减少资源浪费，提升生产效率（申洋等，2021）。这些技术的应用不仅使供应链更加绿色环保，还提升了供应链系统的经济效益。通过高效的数据分析和共享，企业之间可以更好地进行协调和合作，实现信息、资源和策略的共享，这种增强的合作关系进一步优化了供应链管理（宣旸和张万里，2021）。

2理论分析

智慧城市政策通过整合先进的信息技术与城市管理对供应链效率产生影响。第一，智慧城市广泛部署物联网设备与传感器，大幅提高了数据透明度和可访问性（刘艳霞，2022）。企业能够实时获取关键供应链信息，如物流详情、库存水平及市场需求动态，从而优化库存管理，减少供应过剩或短缺带来的风险，并提高供应链的反应速度与市场适应性。第二，智慧交通系统通过优化交通流程和减少交通拥堵，辅助物流管理，这对供应链中的运输和配送环节至关重要（张其仔，2021）。利用实时交通数据和先进预测模型，智慧城市可帮助物流公司制定更有效的运输路线，减少运输时间和成本，提高货物运输的安全性和可靠性，并进一步提高物流效率（陶锋等，2023）。智慧城市政策还积极推动自动化和人工智能技术的采用，例如自动化仓库管理系统、无人机配送服务以及机器人操作，显著提升了生产过程和物流操作的自动化水平，减少人为失误，提升供应链操作效率（李万利等，2023）。第三，智慧城市中的信息共享平台和通信技术显著加强了供应链各参与方之间的协同。这些技术平台使供应商、制造商、分销商和零售商能够实时共享关键信息，如需求预测、库存状态和生产计划，从而优化整个供应链的协调和效率（黄渤等，2023）。通过增强的信息流通和资源共享，智慧城市支持更高效的供应链管理，提高整体经济效益和运营性能。此外，智慧城市的发展不仅对供应链效率产生影响，还促进供应链的可持续发展（靳毓等，2022）。通过智能技术优化资源利用，如能源管理系统和废物回收策略，企业能够有效控制能源消耗和减少废物产生，降低运营成本，减轻对环境的影响。因此，本文提出假设：智慧城市试点能够提高供应链效率。

3智慧城市试点对企业供应链的实证分析

3.1模型构建

将国家智慧城市试点政策看作一项“准自然实验”，将三批试点城市作为实验组，非试点城市作为对照组，构建如式（1）所示的渐进双重差分（DID）模型来考察智慧城市建设对供应链效率的影响。本文的上市公司数据主要来源于国泰安CSMAR数据库和Wind数据库，宏观数据来源于《中国统计年鉴》，本文将样本期间设定为2010—2022年。同时，本文对原始数据进行以下处理：（1）剔除ST、ST*企业样本；（2）剔除金融行业企业样本；（3）剔除2018年以后上市的公司；（4）剔除关键变量缺失的样本，并对所有连续变量进行1%和99%水平下的缩尾处理。

本文设定的面板模型：

Chainit=α1DID+α2Controlsijt+μi+λt+εit（1）

式（1）中：i、t分别代表企业和年度，Chain是被解释变量，表示供应链效率。Treat×Time表示供应链创新与应用试点政策的虚拟变量，其系数β1度量了供应链效率在试点政策实施前后的平均差异。Controlsijt表示一系列控制变量，本文选取企业成立年限（FirmAge）、营业收入增长率（Growth）、资产负债率（Lev）、流动比率（Liquid）、综合税率（CTR1）、财务杠杆（FL）和市净率（PB）作为控制变量。μi为个体固定效应，λt为年份固定效应，εit为标准残差项。

3.2数据来源与变量选取

数据主要来自历年《中国城市统计年鉴》以及国泰安数据库（CSMAR）和Wind数据库，宏观数据来源于《中国统计年鉴》，为增强实验组和对照组的可比性，删除仅有某些区县作为智慧城市试点的地级市样本；删除数据严重缺失的地级市样本。

（1）被解释变量。本文参考段文奇和景光正（2021）的研究，选取企业库存周转率作为被解释变量。

（2）控制变量。参照文献综述中企业风险承担的影响因素研究梳理，本文选取企业成立年限（FirmAge）、营业收入增长率（Growth）、资产负债率（Lev）、流动比率（Liquid）、综合税率（CTR1）、财务杠杆（FL）和市净率（PB）作为控制变量。最后，对上述变量进行了统计描述，具体计算结果见表1。

3.3智慧城市试点对供应链效率实证分析

3.3.1基准回归

本文采用逐步回归法，基准回归结果如表2所示，列（1）在未加任何控制变量的情况下进行回归，基准回归结果的系数为0.04254，且在1%的水平上显著，表明智慧城市建设显著提高了供应链效率。

表2列（2）加入了控制变量进行回归，包括企业成立年限、营业收入增长率、资产负债率、流动比率、综合税率、财务杠杆和市净率作为控制变量。结果显示，回归系数仍然在1%的水平下显著为正。

3.3.2异质性分析

（1）行业资本构成。智慧城市对供应链效率的影响可能因行业资本异质性（劳动密集型、资本密集型、技术密集型）而异。表3中的第（1）、（2）和（3）列分别展示了针对不同行业类型的回归实证结果：第（1）列针对劳动密集型行业，系数为0.01856。第（2）列针对资本密集型行业，系数为0.06896，在5%的置信水平上显著。第（3）列针对技术密集型行业，系数为0.04080，在5%的置信水平上显著。这表明智慧城市对资本密集型和技术密集型企业影响较大。

（2）地区异质性。不同地区因其经济发展阶段、工业基础、劳动力市场等方面的差异，对于同一政策或技术的响应和受益可能会有显著差异。将中国分为中西部地区和东部地区进行异质性分析，表4第（1）和（2）列分别展示了中西部地区和东部地区的回归实证结果：第（1）列针对中西部地区，系数为0.02630。第（2）列针对东部地区，系数为0.06683，在1%的置信水平上显著。这表明智慧城市对东部地区产生显著影响。

3.4稳健性检验

（1）平行趋势检验。本文借鉴张德钢和唐瑜梳（2024）的研究，采用事件研究法探究平行趋势检验。可以看到，政策实施前，各期均不显著，实验组和对照组并没有显著差异，说明通过了平行趋势检验。

（2）PSM-DID。为避免潜在不可观测变量的干扰，本研究采用PSM-DID进行检验。参照谷成和王巍（2021）的方法，选择控制变量作为匹配变量，并通过Logit模型与K近邻匹配法进行假设验证，最终获得32018个匹配后样本。基于这些匹配数据，本文进一步估计了模型，如表5所示。回归分析表明，智慧城市政策对供应链效率的正面影响在1%的显著性水平上仍然显著，验证了基准回归结果的稳健性。

（3）安慰剂检验。本文借鉴张克中等（2020）和邓菊秋等（2023）的研究，随机安排智慧城市政策实施的城市和实践，重复此过程500次，进行安慰剂检验。如图2所示，随模拟结果分布在0附近，并不包含基准回归结果。这说明基准回归结果并不是随机产生的。

3.5机制分析

数据要素利用水平。企业的人工智能技术水平、区块链技术水平、云计算技术水平、大数据技术水平、大数据技术应用水平代表了其收集、存储、清理、分析并利用数据要素的能力。因此，本文借鉴史青春等（2023）的研究，统计上述指标在企业年度财务报告中的披露次数并加总，出现的频率越高，说明企业的数据要素利用水平越高。表6的实证结果表明，智慧城市建设提高了企业的数据要素利用水平。

4结论与政策建议

智慧城市在提高我国供应链效率中发挥了显著的促进作用，特别是在资本密集型和技术密集型企业的东部地区，智慧城市的影响力表现尤为明显。这一结果不仅再次证实了智慧城市在提升供应链效率方面的关键作用，还揭示了智慧城市在均衡产业结构和缩小区域发展差异方面的潜在能力。

基于此，本文针对性地提出政策性建议。

（1）加强数字基础设施和产业链数字化集成：政府应加大对高速网络、数据中心、智能传感器等基础设施的投资，确保供应链中信息的流畅传递。同时，推动资本密集型和技术密集型企业从上游到下游的全链条数字化集成，包括智能制造、智能物流和智能销售，利用云计算和大数据分析优化生产流程和供应链管理。

（2）推广智能化供应链管理系统并强化中西部地区的创新生态系统：政府应推动开发并实施集成化人工智能、大数据分析、云计算等技术的供应链管理系统，实时监控供应链状态，预测市场需求。此外，还应在中西部地区建设高科技创新中心，支持科研机构与企业的合作，鼓励研发和应用前沿技术，如AI、物联网和区块链技术。

（3）实施差异化数字化扶持政策并提供财政和税收优惠：对不同规模和技术基础的企业实施支持政策。对资本密集型和技术密集型企业，尤其是那些投资智慧城市相关技术研发和应用的企业，提供研发补贴和税收减免。

综上所述，智慧城市作为推动供应链管理现代化的关键因素，对于提升供应链效率、增强企业响应能力及市场适应性具有至关重要的作用。通过上述策略的有效实施，可以进一步促进供应链的智能化和自动化，实现信息流与物流的无缝对接，减少供应链中断风险，优化资源配置。通过这些措施，不但提高单个企业的运营效率，而且有助于整个区域经济的高效协同与可持续发展，在全球经济格局中增强我国供应链系统的竞争力。

参考文献

陆秋宇.大数据在智慧城市发展中的作用[J].中国高新科技，2023（8）：92-94.

尹鹏，梁振民，陈才.大连经济技术开发区建设与城市空间扩展研究[J].世界地理研究，2012，21（3）：119-126.

于建.物联网通信技术在智慧城市中的应用探讨[J].中文科技期刊数据库（全文版）工程技术，2022（11）：74-77.

武建军，李辉.智慧城市建设背景下城市治理的数字化转型：评《城市治理数字化：探索、反思与愿景》[J].现代城市研究，2024，39（3）：135.

王方方，谢健，李德洗.智慧城市建设与城市数字经济发展：基于双重差分模型的实证分析[J].技术经济与管理研究，2024（2）：43-48.

叶林，李萌.城市创新的概念缘起、主题分布及其政策推动：基于广州国际城市创新奖案例文本的分析[J].学术研究，2024（2）：52-60+177.

何欢，石志广，张金文.基于智慧城市数字化治理平台档案信息资源的高效活化利用研究[J].中国信息界，2024（1）：51-54.

褚洋，李丹丹.面向智慧城市的LoRa和物联网云平台的智能充电监控系统[J].机电工程技术，2024，53（4）：30-35+70.

申洋，郭俊华，朱彦.智慧城市建设对地区绿色全要素生产率影响研究[J].中南大学学报（社会科学版），2021，27（2）：140-152.

宣旸，张万里.智慧城市、经济集聚与绿色全要素生产率[J].现代经济探讨，2021（9）：12-25.

段文奇，景光正.贸易便利化、全球价值链嵌入与供应链效率：基于出口企业库存的视角[J].中国工业经济，2021（2）：117-135.

FerraraL，ChongE，DuryeaS.SoapOperasandFertility：EvidencefromBrazil[J].AmericanEconomicJournal：AppliedEconomics，2012，4（4）：1-31.

张克中，欧阳洁，李文健.缘何“减税难降负”：信息技术，征税能力与企业逃税[J].经济研究，2020，55（3）：17.

谷成，王巍.增值税减税、企业议价能力与创新投入[J].财贸经济，2021，42（9）：35-49.

张德钢，唐瑜梳.智慧城市建设促进了城市可持续发展吗[J].宏观经济研究，2024（2）：74-91.

邓菊秋，杨加裕，杨春宇.大数据税收征管能够缓解企业税负粘性吗：基于“金税三期工程”的政策效应分析[J].贵州财经大学学报，2023（4）：63-71.

刘艳霞.数字经济赋能企业高质量发展：基于企业全要素生产率的经验证据[J].改革，2022（9）：35-53.

中国社会科学院工业经济研究所课题组，张其仔.提升产业链供应链现代化水平路径研究[J].中国工业经济2021，395（2）：80-97.

陶锋，朱盼，邱楚芝，等.数字技术创新对企业市场价值的影响研究[J].数量经济技术经济研究2023，40（5）：68-91.

李万利，刘虎春，龙志能，等.企业数字化转型与供应链地理分布[J].数量经济技术经济研究2023，40（8）：90-110.

黄勃，李海彤，刘俊岐，等.数字技术创新与中国企业高质量发展：来自企业数字专利的证据[J].经济研究2023，58（3）97-115.

靳毓，文雯，何茵.数字化转型对企业绿色创新的影响：基于中国制造业上市公司的经验证据[J].财贸研究2022，33（7）：69-83.