智慧城市建设、信息化冲击与企业创新

顾 泉

1 引 言

创新是现代经济体系的战略支撑，也是引领中国经济增长的第一动力。在当前经济新常态下，中国经济已不能适应依靠资本和劳动力要素投资支撑增长的路径，唯有将经济社会发展与创新深入结合，通过将创新推向更高层次、更深程度，实现新旧动能转换，才能够对于经济持续增长起到支撑作用（石大千等，2020[1]）。在当前加快信息化建设进程背景下，企业作为创新的重要载体，探究加快信息化建设以及城市发展变革模式对于企业微观个体创新水平的重要影响是当前重要的课题，企业充分以信息化发展为契机来着力提高自身创新水平，值得我们所关注。

在当前数字经济的大背景之下，与企业创新水平息息相关的不再仅仅是技术设备的引进以及人力资本水平的提高，关键在于如何在大数据、云计算等新一代信息技术广泛应用的新时代，更好地将数字技术与实体经济融合，提升竞争力。同时也要考虑如何推动中国"五类"中新型城市的发展。也提出要推动中国“五类”中新型城市的发展，将其作为中国新型城市发展的重要支撑。智慧城市充分应用新一代信息技术，是信息化水平提升的重要载体（Kandt和Batty，2020[2]）。那么智慧城市建设带来的信息化水平提升是否能够带来企业创新水平的提高呢？这是本文所关注的重要问题。若其促进了企业创新水平提升，这一具体机制又是什么？对于这一系列问题的深入回答，对于企业抓住信息化发展机遇，提升自身创新水平具有重要意义。

本文探究信息化对于企业创新的影响，首要面对的挑战就是当前文献说普遍面临的内生性问题，受到内生性问题的干扰（Shao和Lin，2016[3]），使得我们对于二者的因果效应结论有待商榷；然而，本文基于“智慧城市建设”的准自然实验，采用双差法对反事实框架进行了实证分析，则可以在一定程度上缓解该问题带来的困扰。具体来说，由于智慧城市在建设过程中通常依托大数据、互联网等信息技术使得政府、企业投入大量的智慧项目与精力，并进行了大量基础设施建设，因此处于智慧城市中的企业相对于处于智慧城市中的企业而言，其信息化水平将有一个明显且意外的提高，对于企业信息化水平产生冲击；因此 2012年我国开始实施的“智慧城市”建设这一政策为识别信息化与企业创新水平的因果关系提供了一个良好的契机，由此本文利用双重差分模型探讨了智慧城市带来的信息化冲击对于企业创新水平的影响。

本文可能的贡献：第一，相对于以往文献从税收激励、劳动保护、最低工资制度等众多角度对企业创新水平进行分析（刘诗源等，2020[4]；李建强和赵西亮，2019[5]），本文研究了信息水平对企业创新的影响，为探究企业创新的影响因素提供了一个新的视角，扩展了之前关于企业创新影响因素的文献。第二，相对于以往文献强调企业成本约束以及企业现金流对于企业创新的重要影响，本文同时强调了人力资本软实力对于企业创新的重要贡献。本文通过探究信息化冲击对于企业创新水平影响效应的具体机制，发现现金流充裕充分保障了企业创新水平的提升；除此之外，企业人力资本水平的提升，更加有利于企业实现资本-技能互补，为企业内部创新提供更好的硬件与软件条件。第三，本文利用DID的研究方法，以2012年我国开始实施的“智慧城市”建设这一政策为识别信息化与企业创新水平的因果关系提供了一个良好的契机，在一定程度上让信息化与企业创新水平之间的因果逻辑机制更加清晰明确，使本文的估计结果更加可信。

2 文献回顾

国内外大量文献从不同的角度关注到税收激励、劳动保护、最低工资制度等等众多因素对企业创新进行了丰富的实证研究分析，（刘诗源等，2020[4]；李建强和赵西亮，2019[5]）。企业充裕的现金流有利于企业引进先进的技术设备，以及促进企业研发投入提高，都在一定程度上对企业创新水平的提高起到促进作用。税收政策的显著减税效果增加了企业的现金流量，缓解了企业的融资约束，激励企业增加研发投入从而提升了创新水平（Akcigit等，2018[6]）；但是如若激励政策设计不善则会使得企业会违规“操纵”研发费用，策略性调整研发费用而非实际提升研发强度，因此对于企业的创新投入或是创新水平产生微弱的影响（Mukherjee等，2017[7]；杨国超等，2017[8]）。而对于国内企业而言，企业经营成本的降低是对企业创新产生促进作用的关键机制，Cai等（2018）[9]基于中国企业所得税改革的准自然实验完成反事实分析，得出了减税政策促使企业减少经营成本，拥有更充足的固定资产投资资金，对企业创新水平具有正面因素提升（刘诗源等，2020[4]）。

同时，基于劳动力市场制度的角度出发，对于企业创新的研究主要集中于劳动力成本上升以及带来的要素替代角度，考虑了其对于企业创新的影响。李建强和赵西亮（2019）[5]研究发现，劳动力成本上升引致的要素替代效应，促使企业使用资本替代劳动力投入，从而提升了创新产出；而和谐劳动关系通过保障企业利润率而使得企业拥有足够的现金流进行长期的创新投入（陆瑶等，2017[10]）。李建强等（2020）[11]研究发现，企业雇佣更多的高技能工人就业，通过资本-技能互补效应，促进人力资本构成优化，以便于为企业内部创新提供更好的硬件与软件条件。从上述文献来看，企业现金流与人力资本依然是企业创新的关键要素，但在数字经济背景下，数字经济对于企业创新又能提供怎样的条件呢？胡山和余泳泽（2022）[12]研究发现通常企业技术采用的路径受益于数字经济的发展而更加丰富，因此，可以显著促进企业的突破性创新。随着信息技术的不断发展，以现代科学技术为基础，致力于整合信息与统筹业务的新型城市模式的推出，即2012年我国推出的“智慧城市”试点政策，是否对企业创新行为产生重要影响呢？以往文献从众多角度对于企业创新水平的影响因素进行了研究，但鲜有文献关注到智慧城市引致的信息化冲击对于企业创新产生的影响。

但在数字化建设的时代背景之下，以往文献忽略了数字化基建带来的信息化冲击对于企业创新水平的重要影响，创新作为我国经济高质量发展的重要目标，而企业作为创新的重要载体，探究加快信息化建设以及城市发展变革模式对于企业微观个体创新水平的重要影响是当前重要的课题，有利于企业充分在数字经济时代背景下，充分适应信息化水平提升自我创新能力。作为当前创新的主体，很少有文献从企业层面讨论信息化对企业创新的影响，大多关注的是智慧城市建设对于城市区域层面的创新能力提升（湛泳和李珊，2016[13]；Caragliu和 Del Bo，2019[14]）， 经 济 发 展 质 量（ 湛 泳 和 李 珊，2022[15]；Ahvenniemi等，2017[16]），产业结构升级以及经济发展方式的改变（王敏等，2020[17]；Yigitcanlar 和 Kamruzzaman，2018[18]）具有深刻的意义。张节和李千惠（2020）[19]根据2008年至2018年所统计的中国城市面板数据，运用双差模型经验研究得出，智慧城市建设能够显著提升城市科技创新能力，使得城市科技投入结构不断优化，创新投入成果转化机制更加完善，从而使得城市创新空间增大，但根据城市发展基础的不同而具有异质性的影响。同时，智慧城市建设不断突出创新政府服务理念，通过不断的加强新基建的研发投入，从而促进人才、资金的集聚，有利于信息共享以及技术知识溢出，因此也显著促进了城市创新活动的产生（付平和刘德学，2019[20]；Ahvenniemi等，2017[16]）。湛泳和李珊（2022）[13]考虑到智慧城市建设充分发挥经济社会发展的作用，激发城市创业生命力，对提升区域经济质量效率、转型升级具有重要意义，显著促进提升城市经济发展质量。王敏等（2020）[17]智慧城市建设通过互联网信息技术、行业创新、科技水平以及居民消费等四个方面的正向效应，通过促进资源整合，促进城市产业结构合理化，不断的朝高标准化以及服务化业态方向迈进。与上述不同的是，石大千等（2018）[21]认为通过变革城市治理模式，以一种新型化的城市发展模式，则可以很好的打破传统城市发展终将陷入环境污染这一诅咒怪圈。

从文献来看，智慧城市建设引致的信息化水平的提高，通过企业交易成本的降低优化了企业内资源配置水平，实现了企业生产率提升效应（石大千等，2020[1]；姚圣文等，2021[22]）。但作为一种新型的城市业态模式，其本身并非成熟完善，在技术、体系等方面存在一定问题；同时由于企业自身参与度低以及信息共享受阻而使得其红利无法完全释放（蒋建科，2012[23]；Naphade等，2011[24]），据此本文试图探讨智慧城市究竟是否会对企业创新产生正向的促进作用及其作用机制。具体而言，智慧城市建设为本文识别城市信息化水平提升提供了一个良好的契机，本文通过利用智慧城市建设这一准自然实验，充分评估了信息化水平对于企业创新的影响效应，为研究企业创新水平提供了一个新的视角，同时也对于研究智慧城市建设经济效应的文献进行了一定的补充与拓展。

3 政策背景与机制分析

3.1 政策背景

智慧城市建设旨在通过构建有利于企业发展，人类居住的环境与生态模式，进而实现城市可持续发展，是以信息技术为支撑的城市形态，运用信息技术手段整合和优化各种资源。2009年“智慧城市”的概念在IBM公司首次提出后，伴随着信息技术的快速发展，智慧城市建设的浪潮在全球范围内展开。随着物联网、互联网、云计算等为基础的信息技术也不断完备，鉴于欧美日等发达国家智慧城市建设不断完善，城市管理水平不断提高，中国政策也紧随其后。智慧城市是城市资源进行数字化网络化,城市内的企业为了更有效地掌握信息，沟通和减少交易成本,人力资本水平的提高,可以使企业的创新水平带来波及效果。2010年以来，中央和地方政府发布了各种激励和指导政策文件，包括智慧城市建设试点项目清单。其中2012-2015我国依次颁布的智慧城市试点名单涉及300多个县市，这为本文着手探究智慧城市建设与企业创新的因果关系提供了良好的政策背景，在本文中，使用可变时点双差模型展开分析和验证。

3.2 机制分析

考虑到企业创新水平与自身研发投入息息相关，那么充足的现金流无疑可以为企业持续性进行研发提供现金投入保障（王宛秋和邢悦，2021[25]），从而促进企业创新水平的提升。减税效应的关键在于降低了企业的税收负担，最终促进了企业创新质量与数量的提升（刘诗源等，2020[4]；Akcigit等，2018[6]）。信息化在当下则被认为是一种节约企业交易成本的重要机制（石大千等，2020[1]），以信息技术为核心的新型城市发展趋势和方向，智慧城市的建设是城市信息化水平的重要体现，能够让经济主体能够低成本高效率广泛运用信息化手段。因此相对于非智慧城市内的企业，该类企业拥有更加充裕的现金流。智慧城市建设也降低了企业用于非生产性的交易成本投入，促进了信息的有效传递，从而提高企业经营效率；优化了外部的创新环境，更能够刺激创新主体即企业进行有效创新。（韩先锋等，2014[26]；王永进和冯笑，2018[27]）。

从另一个角度来说，智慧城市拥有良好的教育设施，把人才放在的引进培育放在了突出的位置，充分实现人与社会经济和谐发展的目标，因此位于智慧城市内的企业可以拥有更好的薪酬待遇水平来吸引高技能水平的人才。同时，信息化冲击降低了企业在产学研过程中的沟通协调成本（胡山和余永泽，2022[12]；Caloghirou等，2021[28]），会加速科研院所的知识溢出效应对于企业创新活动的正向激励作用。信息化冲击对于企业人力资本升级的重要作用，而人力资本作为企业创新的源泉（刘啟仁和赵灿，2020[29]），自然对企业创新起到了促进作用。具体而言，信息化冲击不但使得企业雇佣结构发生改变，而且还优化了企业的组织形式，通过不断转向信息化科学管理，它将大大改善企业的技术吸收能力，有助于提高企业的创新水平。（Zahra等，2002[30]；Acemoglu等，2007[31]）。因此，从这两个角度，本文认为智慧城市建设是国家经济迈上“创新驱动”的一个重要标志，其通过降低企业经营成本，保障了企业充足的现金流以及人力资本升级，从而对企业创新水平起到正向的促进作用。

4 研究设计

4.1 数据与计量模型

4.1.1 数据

本文通过对国家住建部发布的关于公布国家智慧城市试点的一系列文件，手动整理了2012年试点范围涉及62个城市，2013年试点范围涉及65个城市，2014年涉及35个城市的具体名单。同时为了探究智慧城市建设对于创新主体企业的影响效应，通过收集整理CAMAR上市企业数据库，来度量本文的被解释变量以及相关控制变量。并剔除金融投资行业、退出市场、变量遗漏、ST和PT类的样本。

4.1.2 计量模型

（1）基准回归模型

为了研究智慧城市建设带来的信息化影响对企业创新的影响，本文建立了以下测量模型。

其中SmartCityct=Treat×Postt，如若企业所在城市位于2012-2014年智慧城市试点名单之内的，则Treat=1，即该企业属于处理组企业。而Postt则为该城市被列为智慧城市试点的时间，若在试点时间之后则Postt=1，否则为0，同时若该城市未被列为智慧城市试点则Postt=0，因此本文利用SmartCityct该指标可以很好的表示企业是否会受到智慧城市建设带来的信息化冲击，为本文核心解释变量的估计系数，该系数呈现出了智慧城市建设对企业创新的影响因子。因此本文通过智慧城市建设这一准自然实验，通过这一变时点双重差分模型以克服时间趋势变化对因果关系的干扰，相对准确定位智慧城市建设引发的信息化影响与企业创新之间的因果关系。此外，通过控制企业固定效应（μi）、年份固定效应（μt），尽量缓解了企业时不变特征、以及宏观冲击对于本文因果识别效应估计系数的干扰；一系列控制变量合集（Xit），控制相关企业层面的时变特征对本文结果产生的干扰；α为常数项，εit为随机扰动项。

被解释变量（Innovation）：本文根据国泰安数据库中企业的研发投入数据，利用企业研发投入的对数值来衡量企业创新水平（Innovation-RD）。本文考虑到企业创新水平不仅仅与研发投入相关，同时受企业内部各种因素的影响，因此利用创新产出这一指标可以很好的进行补充说明。而相应的专利数据更能够衡量一个企业的创新水平，所以本文拟利用企业国内专利申请数量加1的自然对数来衡量企业创新水平（Innovation-Patent）。本文基准结果以及中介效应检验中的结果均采用Innovation-RD用来衡量的企业创新水平，在稳健性检验中利用企业专利申请数量的对数值（Innovation-Patent）这一指标来进行实证检验。

解释变量：本文解释变量即SmartCityct，为DID估计模型中的Treat与Postt的交互项，若企业位于智慧城市中则表明受到信息化冲击较强，若企业位于非智慧城市中则表明企业受到的信息化冲击较弱。

控制变量选取，为了排除企业层面可能对于本文因果识别效应产生干扰的因素，进一步控制了一系列控制变量。① 企业规模：取企业总资产对数值。② 盈利能力（Roa）：这是通过资产报酬率，也就是净利润与总资产的比率来衡量的。③ 企业成长能力（Growth）：本文利用资产增长率进行衡量，具体是利用企业每年固定资产相对期初的增加额与期初的比值来进行度量。④ 企业投资率（Invest）:固定资产等现金支出与总资产的比例。⑤ 企业资产负债率（Leverage）：企业总负债与企业总资产之比。⑥ Q值（Tobin）：企业市场价值与资本重置成本之比。⑦ 企业年龄（Age）：当年减去企业成立年份取对数。⑧ 股权集中度（Concentration），第一大股东持股比例（%）。⑨ 企业利润率（Pro fit）：利用企业营业利润与营业收入之比。

（2）中介效应模型

本文参照汪伟等（2015）[32]建立如下（2）-（4）计量方程的中介效应模型，对机制部分来进行经验检验。信息化冲击保障了企业现金流充足以及人力资本水平的提高，从而促进了企业创新水平的提升；具体来说，中间效应模型主要通过以下三种计量经济学方程来测试。

方程（2）-（4）中其他参数的含义与前文基准回归模型设定中的保持一致。其中Channel为中介变量，现金流机制（CashFlow）利用企业现金比率来衡量，企业现金比率衡量了企业现金流充裕程度（刘诗源等2020[4]；Akcigit等，2018[6]）；人力资本水平（Human），企业较高薪酬水平则可以雇佣人力资本水平较高的高技能劳动力，因此，本文使用人均工资来测定企业人力资本水平的变化。

（3）描述性统计

表1为本文所使用主要变量描述性统计结果的列示，其中本文被解释变量企业创新水平利用企业研发投入的对数值来衡量，而本文利用智慧城市建设这一信息化冲击构造的解释变量SmartCity，我们可以看到平均值为0.5209，2012年至2014年，共建成162个智慧城市试点城市。其他控制变量的描述统计不会逐一重复。

表1 描述性统计

4.2 实证结果分析

4.2.1 基准回归结果

本文利用智慧城市建设数据信息与上市公司数据信息相匹配，根据计量回归方程（1）进行变时点双重差分模型估计，估计结果如表2所示。表2第（1）-第（3）列智慧城市建设带来的信息化冲击对于企业创新水平影响的检验结果，它们是基准结果和控制企业的固定效应、年份的固定效应以及影响企业创新的相关企业层级的受控变量。第（1）列是简单线性回归估算的结果，第（2）列通过加入企业个体固定效应、年份固定效应来控制企业层面不可观测的非时变企业特征对于影响企业创新的干扰因素，以及对于企业创新产生冲击的其他宏观冲击的影响之后所得估计结果，核心解释变量SmartCity的系数显著为正，表明在我国开始逐步推行智慧城市试点之后，位于智慧城市内的企业相较于位于非智慧城市内的企业而言，受到信息化冲击强度较大，而导致企业创新水平明显提高。列（3）的结果是在这篇论文中添加控制变量后报告的回归数据 SmartCity系数符号、显著性均未发生改变，这表明智慧城市建设带来的信息化冲击对于企业创新水平的正向影响效应依然存在。表2的一系列实证结果表明：本文的估计结果具有较高可信性且比较稳定。

表2 基准回归

在采取DID进行因果效应识别时，其前提的识别假设是处理组与对照组之间的可比性，据此，本文进一步检验了DID设定的相关识别假设。

（1）平行趋势检验

基准回归结果的可信性取决于该方法的潜在假设就是“共同趋势假设”，若位于智慧城市内的企业（处理组企业）没有受到信息化冲击，那么其创新水平的变动趋势应该与位于非智慧城市内的企业（对照组企业）创新水平变动趋势保持一致。为此本文参考Jacobson等（1993）[33]设立具体的动态回归方程如下：

其中SmartCityti0+j为城市i进入智慧城市试点的年份前后j年的虚拟便量与Treat的交乘项，t=ti0+j，j=-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6。通过计量经济模型（5）的回归计算，最后推出一系列的 系数估计值进行画图，如图1所示，进一步展示了随时间变化，处理组企业与对照组企业之间的创新水平的变化。由图1我们可以看到，以事前几年为基期，事前7期的系数估计结果均不显著，模型设定满足事前共同趋势假定。同时我们可以看到，在事后6期估计系数均显著为正，表明智慧城市建设带来的信息化冲击确实导致了位于智慧城市内企业创新水平的提升。

图1 平行趋势检验

（2）安慰剂检验

为了排除企业创新水平差异并非由智慧城市建设带来的信息化冲击所导致的这一可能性，这份论文保留了智慧城市建设前的样本，也就是2012年之前的安慰剂测试的数据样本。然后参照Li等（2016）[34]的做法构建安慰剂检验，通过保留冲击发生前的样本，生成虚假的政策冲击时点。由于在事实上在该时间段的样本中，并没有真正进行智慧城市建设，所以任何处理组企业与对照组企业创新水平都将没有显著差异。结果如表3所示，SmartCity_Pre1、SmartCity_Pre2、SmartCity_Pre3的估计系数均不显著，我们可以在一定程度上排除同期其他混杂因素对两组个体结果差异产生的影响，表明本文估计结果并不受两组个体事前差异所驱，这也进一步证实智慧城市建设带来的信息化冲击对企业创新水平提高的影响这一结论，从侧面证实了本文DID 推测结果的可靠性。

表3 安慰剂检验

4.2.2 稳健性检验

（1）异常值处理。本文采用研发支出对数来衡量企业创新，但在统计该指标时往往可能会产生一些异常值，于是，它干扰了本文的估计结果。因此，该变量的对数是在1%的残差处理后取的。

（2）更换被解释变量指标。除上文中我们利用企业研发支出的对数值来作为企业创新水平的衡量指标外，本文进一步利用企业当年国内专利的申报数量的对数值用来评估企业的创新能力与层次。根据前文的计量方程设定，在控制了企业、年份固定效应以及相关控制变量，进行实证检验。结果如表4第（2）列所示，系数依然显著为正，信息化冲击确实提高了企业创新水平，本文结论较为稳健。

表4 稳健性检验

（3）城市时间趋势项。由于不同城市的发展速度、以及各种政策或许在一定程度上存在差异，从而导致位于不同城市内的企业在创新活动中具有不同的倾向，而驱动企业创新水平与相应的时间趋势呈现出正相关关系；因此,本文通过控制城市时间趋势项以缓解这一偏误，在计量方程（1）的基础上进一步控制城市时间趋势项进行回归，回归的结论在表4第（3）列呈现，理论假设的核心变量之间的系数明显为正。

（4）平衡面板样本。使用双重差分模型来回归分析信息化的影响与企业创新水平之间的关系时，核心解释变量系数体现的是处理组与对照组企业之间的平均效应，这一结果可能是由于企业的进入退出而导致两组个体创新水平之间的差异。为此，本文保留了2005-2009年持续存在样本中的企业，从而利用平衡面板样本进行回归分析，我们可以看到表4第（4）列中核心解释变量的系数依然显著为正，即表明智慧城市建设带来的信息化冲击确实导致企业自身创新水平的提高。

4.2.3 中介效应检验

此部分本文重点考察了智慧城市带来的信息化冲击是如何影响企业创新水平的。一方面，在机制部分我们提出信息化技术的进步降低了企业的经营交易成本（石大千等，2020），因此，企业有充裕的现金，鼓励企业投资研发，提高企业的创新水平。另一方面，企业依赖智慧城市大数据平台，能够更好的改善提高自身人力资本水平，实时高效配置生产要素，提高企业技术吸纳能力，促进企业提高创新水平。

（1）现金流

首先，本文考察了企业经营交易成本是否会因信息化水平提高而降低。本文使用企业的管理费用、销售费用和财务费用之和的对数来衡量企业的业务交易成本，并使用双差分子项进行回归。 结果如表5的列（1）所示，系数显著为负，这表明智慧城市的建设实际上降低了企业的商务交往成本。 接下来，本文将验证企业现金流量机制的中介效果测试结果，如表5栏（2）～（4）所示。从实证回归结果中我们可以看到，第（3）列中SmartCity的系数显著为正，这表明智慧城市建设带来的信息化冲击，确实通过降低企业经营交易成本促进了使得企业现金流更加充裕。且从第（4）列同时加入核心解释变量SmartCity与现金流变量的回归结果来看，企业更加充裕的现金流确实对企业创新水平产生了正向影响；从中介效应模型中来看，第（4）列中我们在同时加入核心解释变量SmartCity与现金流变量这一变量之后，得到的回归系数为（2.9762），与第（1）列中的系数估计值（3.0801）相比有所降低，且企业现金流这一变量对于企业创新的影响是正向效应，即现金流充裕有利于企业创新。据此，我们认为智慧城市建设通过降低企业经营交易成本增加企业现金流促进了企业创新水平提高这一机制有效的。

表5 中介效应检验（一）

（2）人力资本水平

表6的列（1）至（3）报告了人力资本水平机制的中间模型测试结果。 在列（2）的核心解释变量中，我们可以看到智慧城市核心解释变量SmartCity的系数显著为正，这意味着在智慧城市建立之后，信息化水平提高，确实增加了企业对于高技能、高人力资本的劳动力需求，促进企业雇佣更多研发人员提高企业研发人员的比重，表现为企业人均薪酬水平的显著上升。第（3）列中我们在同时加入智慧城市建设的双重差分项SmartCity与人力资本水平这一变量之后，得到的回归系数为（2.9683），与第（1）列中的系数估计值（3.0801）相比有所降低，而且，人力资本水平对企业创新的影响是积极的效果，即人力资本水平的改善有助于企业创新。据此，我们认为人力资本水平提高作为智慧城市建设带来的信息化冲击影响企业创新水平的中介变量是有效的。

表6 中介效应检验（二）

5 结论与政策建议

本文基于2000-2019年中国上市公司与智慧城市试点信息的匹配数据，以中国智慧城市建设引致的信息化冲击为准自然实验，本论文结合DID模型，探讨信息化对企业创新水平的影响。本文通过实证研究得出结论:信息化的影响显著促进了企业创新水平的提高。在通过DID有效性测试和一系列鲁棒性测试之后，这个结论仍然有效。机制研究表明，智慧城市建设带来的信息化水平提高通过降低企业经营交易成本，增加了企业现金流以及提高了企业人力资本水平，从而有利于企业创新水平的提高。本文论证了信息化水平提高对于企业创新的正向效应及其作用机制，在数字经济时代背景下，对于进一步推进国家智慧城市建设、信息化建设以提升整体科技创新实力具有重要的政策启示。

第一，数字经济时代背景下，持续推进我国智慧城市建设，推动新一代信息技术于城市现代化的深度融合，建立城市大数据平台，实现职能、迅速、有效、精准治理的城市发展新态势和新模板，持续为企业创新水平、竞争力提升赋能。加大政府对于信息化建设的支持力度，与此同时引入社会资金通过规范市场运作加速智慧城市建设，采取以政府为主导、运营商和行业企业为支撑、研究机构为外脑的良性互动建设模式。充分实现智慧城市建设伴随着信息化水平的提高，顺应时代发展的必然要求，凸显其成本节约的重要经济作用，优化市场交易环境，降低企业交易成本，可以最大化释放数字红利，从而推动科技创新驱动发展战略的深入实施。第二，缓解企业财政压力，培养创新人才。企业人力资本水平以及资金充裕程度是智慧城市建设影响企业创新的重要机制，智慧城市建设应着力实现信息、人才、资金、技术等关键要素的加速流动；各地政府应该高度关注地区人才资源体系配置的合理性，着重培育和引进信息技术和数字化人才，不断激发区域创新活力；同时，应加强整体框架设计，构建创新数据基础设施，促进公正包容的公共服务，深化城市数据融合应用等信息化水平提升措施进一步改善营商环境，降低企业经营成本，释放企业资金压力，促进企业创新。