智慧城市建设是否促进了新型城镇化与市场一体化：鱼和熊掌不可兼得？

张 晖，张涵月，李仁君

（海南大学 经济学院，海南 海口 570228）

21世纪以来，数字经济逐渐成为促进经济高质量发展的新动能，智慧城市作为数字经济发展的重要载体，其发展建设能推动城市管理优化、提高资源利用率，有助于解决中国经济转型中的现实问题，对促进城市健康发展具有重要意义（辜胜阻等，2013）。新冠肺炎疫情暴发后，传统生产生活方式面临挑战，城市数字化转型已成为趋势。目前，中国正着力构建以国内大循环为主体、国内国际双循环相互促进的发展新格局，建设全国统一大市场也是构建新发展格局的基础支撑和内在要求（陈朴 等，2021）。城市是地区经济活动和社会治理的基本地理单元。直觉上，通过智慧城市建设可优化信息服务和网络基础设施，促进区域间资源共享及信息交流，弱化区域间的地理和行政边界，使得不同地理单元间的连通性增强，有利于推动城市间市场一体化进程，但事实是否真如此，还有待讨论。此外，城镇化在促进城市发展的同时，也带来了“城市病”等一系列难题，推动新型城镇化发展迫在眉睫，而智慧城市建设或将为新型城镇化发展提供有效途径。

中国最初提出智慧城市建设构想时就主张将信息技术应用到城市建设中，因为信息技术的快速发展有利于促进经济增长（Niebel, 2018），但也有研究表明，以互联网为代表的新兴信息通信技术的爆炸式增长会造成社会不同群体对互联网可及性和使用度上的差异，即“数字鸿沟”（Corrocher et al.,2002；邱泽奇 等，2016）。不同区域间的信息资源差距和信息技术使用技能差距也会造成区域“数字鸿沟”，阻碍地区间的交流合作与市场整合。此外，为了抢占数字时代的战略机遇，各大城市纷纷提出城市数字化转型，以提升城市竞争力，各城市的线上市场得以快速发展。线上市场的发展虽降低了原有的时空限制，但由于线上市场存在明显的价格离散现象（Baye et al., 2004; Gorodnichenko et al.,2018；孙震 等，2021），互联网的发展未必能促进形成线上统一市场，反而有可能导致市场分割。由此可见，智慧城市试点建设对城市间市场一体化的影响是值得探讨的话题。

因此，本文基于智慧城市试点这一准自然实验，利用2005—2019年中国238个地级及以上城市的平衡面板数据，实证考察智慧城市建设对城市间市场一体化的影响，以期为发展新型城镇化和改进城市间市场一体化提供参考。

1 文献综述与研究假设

1.1 文献综述

自2008年国际商业机器公司（IBM）提出“智慧城市”的理念以来，该理念得到了各国政府和社会各界的关注，各个国家陆续出台智慧城市建设计划。中国各级政府也高度重视智慧城市建设，从中央到地方政府不断出台各项智慧城市发展政策，鼓励智慧城市发展，并给予了大量的资金支持，增加数字化建设的软硬件投入。国务院于2014年颁布的《国家新型城镇化规划（2014—2020）》不仅提出了“积极稳妥扎实有序推进新型城镇化”的基本要求，还明确作出了“推动智慧城市建设”“推动物联网、云计算、大数据等新一代信息技术创新应用，实现与城市经济社会发展深度融合”等任务部署①2014年，国务院印发《国家新型城镇化规划（2014—2020）》。http://www.gov.cn/zhengce/2014-03/16/content_2640075.htm，以期通过智慧城市建设促进新型城镇化发展。目前，学者们陆续探讨了财政分权（胡丽娜 等，2022）、高新技术产业集聚（戴一鑫 等，2022）和数字经济（杨瑞 等，2022）等对新型城镇化发展的影响，但智慧城市建设对新型城镇化影响的相关研究较为缺乏，有待进一步探索。

智慧城市建设作为数字经济发展的重要载体，已有研究经历了从信息经济、互联网经济到数字经济的探索过程（许宪春 等，2020）。近年来，随着中国智慧城市试点的推进，学者们对其社会经济效应展开研究，主要包括智慧城市试点对城市创新（袁航 等，2020）、高质量发展（张治栋 等，2021）、全要素生产率（石大千，2020）、城乡收入差距（曾亿武 等，2022）等方面的影响。当前研究较多关注于智慧城市建设带来的积极效应。但不可否认，智慧城市的快速发展也存在一些问题，如“信息孤岛”现象普遍存在，影响地区间资源整合（辜胜阻，2013）以及区域与城乡发展不均衡（唐斯斯 等，2020）等。有学者关注到“数字鸿沟”问题的存在，主要表现为接入鸿沟虽然在不断缩小，但因受教育程度不同导致落后地区使用能力较差（Bonfadelli, 2002），使用鸿沟仍在继续甚至不断拉大（van Dijk, 2006）。此外，当前智慧城市建设的数字鸿沟效应既包括传统信息通信技术接入鸿沟和使用数字鸿沟，也包括基于新一代信息技术的产业鸿沟、改革鸿沟、公共服务鸿沟等（曾亿武 等，2022）。有学者指出，互联网发展虽有助于开拓市场空间，但在市场分割的实体因素无法消除的前提下，反而会抑制市场一体化（谢莉娟 等，2015）。这主要表现为当一个地区互联网基础设施改善带来资源“虹吸效应”时，其周边地区为保护自身竞争力，会采取措施阻止商品或要素流动，反而会加剧市场分割（谢莉娟 等，2018）。因此，互联网发展对区域市场的具体影响尚未明确，智慧城市试点能否促进市场一体化仍有待研究。

市场一体化是与市场分割相反的概念，指商品或要素在区际间的自由流动状态，主要表现为地区间市场的联系紧密程度。自Young（2000）提出中国市场存在严重的市场分割以来，对相关问题的研究逐渐增多，部分学者认为市场分割虽长期存在，但市场整体是趋于整合的（桂琦寒 等，2006；吕冰洋 等，2020）。根据现有研究，市场分割的影响因素可分为两大类：一类是地理性市场分割，认为地区之间受空间距离等因素的限制，自然形成分割的市场（范欣 等，2017）。而交通投资能降低运输成本，在打破地理性市场分割中扮演着重要角色。孙博文等（2021）认为交通投资对市场分割的影响存在先促进后抑制的非线性关系，随着交通投资力度的加大，综合立体交通体系形成，运输成本降低。另一类是制度性市场分割，即由中国财政分权体制所致的市场分割。阳敏等（2017）认为税收竞争差异与财政支出竞争差距对市场一体化的空间溢出有负向影响。

综上所述，虽然当前数字化发展对市场一体化影响的研究不多，但不可否认，其快速发展给国内市场带来了新变化。实现高质量市场一体化意味着既要打破自然地理因素为主的地理性市场分割，又要打破地区间制度性市场分割的制约（谢非 等，2021）。在数字经济快速发展背景下，作为城市数字化转型重要途径，关注智慧城市试点对区域市场产生的影响具有积极意义。

1.2 研究假设

随着城市发展规模的不断扩大，居民的生活质量得到提高，区域经济得到发展，城市发展带来的人口激增和环境破坏等一系列问题也逐渐凸显，城市发展受到制约。为了解决城市快速发展带来的问题，实现城市可持续发展，智慧城市作为数字经济高级产物被逐步推进。经济进入高质量发展阶段，城镇化发展要求不断提高，而智慧城市建设以信息技术为依托，有利于提高城市公共服务效率和城市综合承载能力，对新型城镇化发展起着积极的促进作用。此外，虽然线上市场降低了信息搜索的成本，但商品价格的离散程度并不会因为线上市场的发展而降低（Stigler, 1961; Gorodnichenko, 2018；孙震 等，2021）。而目前智慧城市建设存在区域间发展不均衡以及两极分化等现象（朱海龙 等，2021），且当前智慧城市建设主要以服务本地需求为导向，突出新一代信息技术应用和软硬件投入，缺乏对不同区域间数据共享的考虑，会使城市间信息的互联互通受到影响。据此，提出假设1：

智慧城市建设在促进试点城市的城镇化发展同时，可能妨碍市场一体化的形成。

不同城市存在城市规模、城市等级和城市区位等方面的差异。从城市规模方面看，规模较大的城市有着经济基础好、信息化水平高等优势，而小城市的智慧城市发展水平较低。从城市等级方面看，高行政等级城市资源丰富，财政自由度较高，可以制定政策打破地区间的制度性市场分割，且对大部分资源具有优先支配权。从城市地理位置方面看，中国各地域不平衡发展长期存在，沿海地区较内陆地区港口数量多，对外经济更为活跃，要素流动更为畅通，因而市场一体化程度较高。这些差异都会影响智慧城市试点的作用效应。据此，提出假设2：

智慧城市建设对国内市场一体化的影响因城市规模、城市等级和地理位置而存在差异。

信息基础设施作为智慧城市建设的保障和载体，其快速发展可以打破地理空间的限制，对于智慧城市试点建设的开展和实施具有重要意义。智慧城市试点的基本要求就是要进一步完善信息基础设施建设，这有助于试点城市内部的信息化水平提升。信息化水平的提升关系到城市对信息获取和数字应用的能力。若地区间的信息基础设施差距较大，会使不同城市间的信息可及性存在差异，导致“数字鸿沟”出现，从而对地区间的市场整合产生不利影响。因此，本研究认为智慧城市建设对地区间市场分割的作用，受信息基础设施差距的制约。

公共支出作为政府调节经济的主要手段，对地区发展具有重要作用。政府公共财政支出是智慧城市建设资金投入的主要来源渠道，直接影响智慧城市信息化能力建设。城市公共财政支出差距也会导致信息基础设施差距，进而制约智慧城市试点政策落地效果。本研究认为智慧城市建设对地区间市场分割的作用效应受地区间公共支出差距的影响。

智慧城市是工业化、城镇化、信息化相互融合的产物，工业化是其重要的物质基础。智慧城市建设通过信息技术赋能，不断介入传统产业，传统产业数字化转型具有必然性。而传统产业的数字化转型高度依赖以第二产业（或工业）基础的硬件设备和智能基础设施。城市的网络化和信息化是以工业4.0（物联网、云计算、大数据）为代表的智能技术为支撑的，而只有具有工业基础，才能孕育和催生出智慧城市建设所需要的智能技术。简言之，智慧城市的建设和实现与工业发展具有密切的关系。另外，现有研究表明智慧城市建设对产业结构升级具有促进作用（蒋选 等，2021）。因此，本研究认为工业化水平在智慧城市建设对国内市场运行的影响中发挥着重要作用。据此，提出假设3：

信息基础设施差距、公共支出差距与工业化水平在智慧城市建设对新型城镇化和市场一体化的影响中发挥重要作用。

2 研究设计

2.1 模型设定

本文主要目的是探究智慧城市建设对新型城镇化和城市间市场一体化的影响，智慧城市试点的分批次设立为本文提供了一个良好的准自然实验环境。中华人民共和国住房和城乡建设部陆续于2013年1 月②住房城乡建设部.住房城乡建设部办公厅关于做好国家智慧城市试点工作的通知.2013 年1 月.https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201302/20130205_212789.html、8 月③住房城乡建设部.住房城乡建设部办公厅关于公布2013 年度国家智慧城市试点名单的通知.2013 年8 月.https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201308/20130805_214634.html和2015 年4 月④住房城乡建设部.住房城乡建设部办公厅 科学技术部办公厅关于公布国家智慧城市2014 年度试点名单的通知.2015 年4 月.https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201504/20150410_220653.html公布了3 批智慧城市试点名单。由于首批智慧城市于2012年底设立，参照石大千等（2020）的做法，将政策效应发生的首次年份设为2013年，同时考虑到试点的建立并非是在一年内完成的，故运用多期双重差分法检验智慧城市建设的影响效应。基于双重差分法设立的回归模型为：

式中：Y为被解释变量，表示城市i在第t年的市场分割程度（segit）或新型城镇化发展水平；smctit为核心解释变量，若城市i在第t年入选国家智慧城市试点名单，则该年及以后年份赋值为1，否则设置为0，smctit前的系数β1表示智慧城市建设对地区间市场分割影响的政策效果；j为第j个控制变量，controljit表示一系列可能影响市场分割程度的城市层面的控制变量集；μi表示城市固定效应；λt表示时间固定效应；εit为随机干扰项。

2.2 变量说明

2.2.1 被解释变量 智慧城市建设是为了解决城镇化发展进入中后期而面临的一系列挑战，学术界对城镇化的理解也随着经济社会的发展更加客观与理性，仅仅以人口城镇化来衡量城镇化水平很难符合现实发展的需要。因此，借鉴于斌斌等（2019）的做法，采用人口城镇化、经济城镇化、社会城镇化和环境城镇化等多个指标，表示新型城镇化发展水平。其中，人口城镇化（pop-urban）用城镇人口与地区总人口的比值表示；经济城镇化（eco-urban）用人均第二、三产业产值之和，并以2000 年为基期，城市所在省份GDP平减指数进行平减取对数表示；社会城镇化（sco-urban）用人均固定资产投资额，并以2000 年为基期，城市所在省份GDP 平减指数进行平减取对数反映，即为政府对社会的重视程度；环境城镇化（env-urban）用人均工业二氧化硫排放量表示，该指标为负向指标，若智慧城市建设对人均工业二氧化硫排放量影响为负，说明智慧城市建设对环境城镇化有促进作用。

本文重点关注的被解释变量为：市场分割程度（seg）。现有文献测算市场分割指数的方法较多，如生产法（Young, 2000）、贸易法（Poncet, 2003）和价格法（桂琦寒 等，2006）等，因价格法反映信息完全，且数据易获取，逐渐成为测算市场分割指数的主流方法。因此，本文借鉴桂琦寒等（2006）的做法，采用价格法测算238个样本地级及以上城市的城市间市场分割程度，指标选取包含衣食住行等全面信息的居民消费价格指数。由于2015年后居民消费价格指数统计口径发生变化，为尽可能获得更多的数据，进行了如下处理：1）将2005—2015 年的食品和烟酒进行合并，其权重系数由普通最小二乘法回归得到；为了验证数据的合理性，将拟合后的权重估计居民消费价格总指数与实际居民消费价格总指数进行比较，发现差别较小；2）2015 年后以生活用品及服务替代家庭设备用品及维修服务，最终用于计算市场分割指数的商品种类包含：食品烟酒、衣着、居住、交通和通信、教育文化和娱乐、医疗保健和生活用品及服务七大类。

计算市场分割指数需涵盖地区、时间和商品种类的三维面板数据，数据涉及238个地级及以上城市、15个年份和7大类商品，共24 990（=15×238×7）组数据。市场分割指数计算公式为（桂琦寒 等，2006）：

使用Matlab 软件计算得到3 570 组数据用于反映2005—2019年238个地级及以上城市的城市间市场分割程度，为了避免回归系数过小而不便于展示，所有用价格方差表示的市场分割指数seg 均为乘100并进行上下1%缩尾处理后的值。图1显示了相对价格法测算所得，样本期2005—2019年238个地级及以上城市的年平均市场分割指数。从图1可知，2005年起，中国商品市场的市场分割指数整体呈震荡下降的态势，波动幅度逐渐减小，商品市场趋于整合，与已有研究（吕冰洋 等，2020）结论一致。图1 还显示，受金融危机的影响，2008—2009年市场分割程度有所上升，原因可能是地方政府为了防止本地市场遭受金融危机的冲击，采取了系列措施保护本地市场，在一定程度上使市场分割程度短暂加剧。为了验证实验处理方式的可靠性，从居民消费价格指数中选取统计口径未发生变化的四大类（包括衣着、居住、交通和通信及教育文化娱乐）计算其市场分割程度，其结果（图2）与图1基本一致。

图1 2005—2019年城市间市场分割程度的年均变动趋势Fig.1 Annual trend of market segmentation among cities from 2005 to 2019

图2 CPI中选取共同的四大类计算城市间市场分割程度Fig.2 Selected four common categories from CPI to calculate inter-city market segmentation

2.2.2 核心解释变量 智慧城市试点（smct）。将被设立为国家智慧城市试点的城市作为处理组，实施政策当年及以后年份虚拟变量smct赋值为1，其他年份赋值为0；未获批智慧城市试点的城市设为对照组，其虚拟变量smct均赋值为0。考虑到部分城市居民消费价格指数数据缺失严重，将这类城市从总样本中剔除⑤包括辽源市、松原市、白城市、鸡西市、鹤岗市、双鸭山市、大庆市、宜春市、七台河市、黄山市、六安市、池州市、黄石市、宜昌市、鄂州市、黄冈市、防城港市、钦州市、玉林市等。，最终得到的总样本包含85个智慧城市试点城市和其他153个非试点城市。

2.2.3 控制变量 参考既有文献（范欣 等，2017；付平 等，2019；袁航 等，2020；蒋选 等，2021）的做法：国有化水平（soe）采用国有职工人数占城镇单位期末从业人数比重衡量；政府干预（gov）用地方一般公共预算支出与地区总人口的比值衡量；对外开放（open）采用各城市当年实际使用外资总额占GDP的比重衡量，其中当年实际使用外资总额用当年人民币对美元汇率进行换算后得到；工业化水平（indus）用第二产业占GDP 比重与第三产业占GDP 比重的比值衡量；金融发展（fin）用年末金融机构存贷款余额占地区生产总值的比重衡量；经济密度（dense）采用地区生产总值与行政区面积之比衡量，反映每平方公里土地产生的经济价值；通信网络普及程度（inter）用互联网宽带接入用户数与地区常住人口之比值衡量，反映地区居民参与企业线上交易情况；教育水平（edu）采用高等教育在校生数占常住人口的比重衡量；信息基础设施发展（inform）采用城市人均邮电业务总量衡量，对其取对数处理。

2.3 数据说明

数据来源于《中国城市统计年鉴》《中国统计年鉴》、各省市统计年鉴和国家统计局相关部门公布的数据，以可获得的城市数据为基础，考虑到行政级别的差异可能会影响地区间的可比性，剔除4个直辖市的数据；同时，由于部分城市数据缺失严重，将其从样本剔除，最终总样本中包含238个城市。样本中部分缺失的数据，采用插值法进行补齐。表1为变量的描述性统计。

表1 变量的描述性统计Table 1 Descriptive statistics of variables

3 实证结果分析

3.1 基准回归结果

采用双向固定效应模型，实证检验智慧城市建设对新型城镇化和地区间市场分割的影响效果，并根据式（1）回归，基准回归结果如表2 所示。首先，就智慧城市建设对城镇化发展的影响进行检验，可以发现，智慧城市建设对人口城镇化无显著影响，但对经济城镇化、社会城镇化和环境城镇化有显著的促进作用；在以seg 为被解释变量时，智慧城市建设对市场分割影响的估计系数显著为正，表明智慧城市建设在促进自身新型城镇化发展的同时，加剧了城市间的商品市场分割，陷入“鱼和熊掌不可兼得”的困境。由此，假说1得证。

表2 基准回归结果Table 2 Benchmark regression result

3.2 平行趋势检验

使用双重差分法进行政策评估，其前提条件是处理组和控制组要满足平行趋势的假定。智慧城市试点对新型城镇化发展与地区间市场分割的影响属外生政策冲击，处理组和控制组的城镇化发展水平与市场分割程度变动趋势在智慧城市试点政策实施前应是相近的。考虑到本研究选用的是多期双重差分模型，采用事件研究法进行平行趋势检验，将政策实施的年份分别向前和向后推动t期（t=1, 2, 3…），通过观察智慧城市试点实施前后的年份哑变量与处理组虚拟变量的交乘项，判断其是否满足平行趋势假设。由表3可知，智慧城市试点实施前，试点城市与非试点城市的经济城镇化（eco-urban）、社会城镇化（sco-urban）、环境城镇化（env-urban）与市场分割程度（seg）无明显差异，随着智慧城市试点政策的实施，智慧城市建设的政策效果才逐渐显现。

表3 双重差分的平行趋势检验Table 3 The results of parallel trend test of DID

3.3 稳健性检验

1）安慰剂检验 通过随机分配处理组和对照组并抽样500次，构造安慰剂检验，判断智慧城市建设对市场分割的影响是否由其他随机性因素引起。根据样本中238 个城市智慧城市建设的情况，从总样本中随机抽取与处理组个数相同的城市作为智慧城市试点城市，其余的城市作为控制组，重新估计式（1），并重复运行500 次。回归系数分布及对应的P值如图3 所示，可以看出绝大多数安慰剂检验的结果的p值均大于10%（图3 水平虚线为通常的显著性水平），回归系数的真实值0.396（图3右侧竖直虚线）是安慰剂检验的异常值，说明实验的估计结果不太可能是偶然得到的。基于随机选取实验组的安慰剂检验，验证了基准回归结果的有效性。

图3 安慰剂检验Fig.3 Test of placebo

2）强度DID 回归 由于智慧城市建设主要是运用新一代信息技术推动数据开放共享，利用数字化提升城市发展水平，在社会经济方面的主要表现形态就是数字经济，包括互联网普及率、移动互联网用户数等。因此，借鉴赵涛等（2020）构建的数字经济发展水平指标体系，用以细致刻画智慧城市发展水平。由于数字经济测度数据最早为2011年且个别城市数据缺失，运用2011—2019年235个城市数据计算数字经济综合发展指数Dige，并与政策实施变量smct交乘，构建强度DID回归，其回归结果（表4）与基准回归结果一致。

3）缩短样本年份 由于2015年居民消费价格指数的统计口径发生变化，为检验统计口径发生变化是否会对研究造成影响，仅保留样本中2015年前的样本数据重新回归，其回归结果（见表4）与基准回归结果一致。

4）剔除特殊城市 考虑到副省级城市和省会城市在中国城市体系中的特殊地位，将该类城市从样本中剔除并重新回归，其回归结果（见表4）进一步证明基准回归结果稳健。

5）省-年固定效应 在基准回归分析中，已控制时间固定效应、城市固定效应和其他城市层面的控制变量，但可能遗漏了省级层面随时间变化的影响因素，为控制省级层面难以观察到的随时间变化的变量，在基准回归的基础上加入省-年固定效应，其回归结果（表4）再次验证基准回归结果稳健。

表4 稳健性检验结果（1）Table 4 Results of robustness test I

6）控制其他政策影响 为了识别智慧城市建设对地区间市场分割影响的净效应，需排除研究样本期内的一些干扰性政策，如宽带中国试点、电商示范城市以及创新型城市等政策。将宽带中国试点、电商示范城市、创新型城市作为控制变量加入回归模型（表5）中，进一步验证了基准回归结果的稳健性。

7）控制金融危机影响 在本研究的样本期内，2008年金融危机为不可忽略的大事件，因此设置金融危机虚拟变量（crisis）加入回归中，用于控制金融危机对市场分割造成的影响（见表5），进一步表明基准回归结果是稳健的，而且金融危机（crisis）对市场分割的影响显著为正，验证了图1中2008—2009年市场分割程度上升阶段，金融危机确实导致市场分割的短暂加剧。

表5 稳健性检验结果（2）Table 5 Results of robustness test II

8）改变处理组 现有研究智慧城市试点经济作用的文献中，既有将城市某个县或区为智慧城市试点的作为处理组进行研究的（袁航 等，2020），也有将其从样本中剔除的（张治栋 等，2021），接下来对上述2种情况分别回归，结果显示，2种情况下的结果均与基准回归一致（见表5）。

9）工具变量法 本研究在基准回归中控制了双向固定效应，并在稳健性检验中考虑了一系列其他因素的干扰和交叉固定效应，缓解了遗漏变量带来的内生性问题。此外，根据2012年颁布的《国家智慧城市试点暂行管理办法》⑥2012年11月，住房城乡建设部发布《住房城乡建设部办公厅关于开展国家智慧城市试点工作的通知》附件1：《国家智慧城市试点暂行管理办法》。https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201302/20130205_212789.html。，申报智慧城市需具备4 个条件，而这4 个条件均不涉及申报城市与其他城市的关联性，因此，国家智慧城市试点的获批与地区间的市场一体化并无强烈的反向因果关系。为进一步缓解研究的内生性问题，选取明朝驿站数和城市固定电话用户数作为智慧城市试点的工具变量。一方面，明朝驿站数可以反映历史上地区间的通讯发展水平，且固定电话普及率高的地方可能数字化发展水平较高，更有可能入选智慧城市试点名单；另一方面，选取的2个工具变量对地区间市场分割程度没有直接影响，基本满足排他性假设。因明朝驿站数为截面数据，引入其与时间变量的交互项作为其中一个工具变量。其最小特征统计值F值大于经验规则的10，表明在控制内生性问题后，基准回归结果仍稳健。

4 异质性与影响机制分析

4.1 异质性分析

4.1.1 城市等级异质性 一般而言，高级别城市拥有较高的发展自主权和完善的信息基础设施，且其财政自主度较高。借鉴付平等（2019）的做法，将样本城市划分为高级别城市和低级别城市2个子样本，其中，高级别城市包括省会城市、副省级城市及较大的市⑦“较大的市”指非省会城市一旦获得较大的市地位，就拥有地方立法权。狭义的概念包括：唐山市、吉林市、大同市、包头市、大连市、鞍山市、抚顺市、齐齐哈尔市、无锡市、淮南市、青岛市、洛阳市、宁波市、邯郸市、本溪市、淄博市、苏州市、徐州市。；其余城市为低级别城市。回归结果见表6所示。可以看出，智慧城市加剧了低级别城市与其他城市的市场分割，而对高级别城市无显著影响，可能的解释是：城市的各类条件与城市等级密切相关，低级别城市在政策倾斜以及基础设施等方面处于相对劣势地位，试点城市与非试点城市基础设施水平的差距会导致“数字鸿沟”，不利于城市间的互联互通；而高级别城市拥有较高的权限，可通过其行政地位制定政策打破制度性市场分割，且基础设施较为完善，更有利于打破市场分割的限制。

4.1.2 城市规模异质性 智慧城市建设以新一代信息技术为依托，信息技术网络效应的发挥与人口规模密切相关。一般而言，人口规模越大，网络效应越强（李杰伟 等，2020）。根据《关于调整城市规模划分标准的通知》⑧国务院.http://www.gov.cn/gongbao/content/2014/content_2779012.htm.2014-10-29。，将常住人口超过100万的城市界定为大城市，常住人口小于100万的城市视为中小城市。结果见表6所示，可以看出，智慧城市加剧了中小城市市场分割，而促进了大城市的市场一体化。可能的解释是，大城市具有规模优势，该类城市一般位于区域的中心，与其他城市联系密切，智慧城市政策的发展和落实，有利于发挥信息技术的规模效应和网络效应，助力市场一体化进程；而中小城市人口规模较小，信息基础设施等条件有限，数字技术的规模效应和网络效应未能充分发挥，未能展现出智慧城市建设对市场一体化的积极作用。

4.1.3 城市区位异质性 由于中国区域非平衡发展长期存在，与内陆地区相比，沿海城市具有经济发展水平高、要素集聚能力强等优势。将样本城市按其所处的地理位置划分为沿海城市和内陆城市，考察智慧城市建设对地区间市场分割的影响是否因区位因素而存在差异，回归结果见表6所示。可以看出，智慧城市建设加剧了内陆城市的市场分割，但促进了沿海城市的市场一体化。原因可能是沿海城市信息基础设施完善，凭借数量较多的港口，享有海陆联运、产业联动等优势，与其他地区产业分工合作频繁，可以更好地实现互联互通，对市场一体化具有积极影响；而内陆城市在区位和技术条件方面不具优势，要素和人才易向沿海地区流动，带来资源的“虹吸效应”，为保护自身竞争力，不得不采取措施保护本地市场，影响市场一体化。

表6 异质性分析结果Table 6 Results of heterogeneity analysis

综上可知，假说2得到验证。

4.2 影响机制分析

基于上文分析，进一步剖析智慧城市建设对地区间市场分割的影响机制，在基准回归的基础上分别加入智慧城市虚拟变量（smct）与信息基础设施差距（infgap）、公共支出差距（fisgap）和工业化发展（indus）的交互项，回归结果见表7所示，从而也验证了假说3。

4.2.1 信息基础设施差距的影响效应 在智慧城市建设的过程中，信息基础设施建设发挥着重要的支撑作用，用所有城市中人均邮电业务总量最大值与各城市人均邮电业务总量的比值，表示城市间信息基础设施差距（infgap）。回归结果如表7所示，前三列的交互项（smct×infgap）系数与smct的系数相反，说明信息基础设施差距越小，智慧城市建设对经济城镇化、社会城镇化和环境城镇化促进作用越明显。而对于被解释变量seg而言，交互项smct×in‐fgap 的系数显著为正，说明信息基础设施差距越小，智慧城市建设对城市间市场分割的加剧作用越弱。可见，在智慧城市建设过程中，从缩小城市间信息基础设施方面着力，有助于加快新型城镇化发展，促进城市间市场一体化。原因可能是，信息基础设施作为智慧城市试点建设的先导和保障，当地区间信息基础设施差距较小时，地区间可实现信息交流和资源共享，能弱化地区间的数字接入鸿沟，为市场一体化的形成提供支持。

表7 信息基础设施差距的影响效应Table 7 Effect of information infrastructure gap

4.2.2 公共支出差距的影响效应 在智慧城市建设相关技术投入方面，政府财政支出发挥着重要作用，采用所有城市中人均财政支出最大值与各城市人均财政支出的比值代表公共支出差距（fisgap）。表8的回归结果表明，缩小公共支出差距并不影响智慧城市建设对经济城镇化的影响，但可以促进智慧城市建设对社会城镇化和环境城镇化的积极作用。而且，缩小公共支出差距也有利于缓解智慧城市建设对市场分割的加剧作用。其原因在于政府财政支出与智慧城市的配套设施建设有着紧密的联系，公共财政支出差距越小，地区间智慧城市试点建设配套基础设施的发展越均衡，地区间数字鸿沟的缩小越有可能，能为地区间市场一体化的形成创造条件。

表8 公共支出差距的影响效应Table 8 Effect of public expenditure gap

4.2.3 工业化水平的影响效应 智慧城市产业作为智慧城市试点建设的关键一环，也是影响城市产业结构升级的重要因素，需要推动数字经济和实体经济深度融合，而以工业尤其是制造业为核心的实体经济则为数字经济发展和智慧城市建设提供重要支撑。表9 表明，智慧城市建设与工业化水平在经济城镇化和社会城镇化方面并未产生协同效应，但减缓了工业发展对环境城镇化的负效应；工业化水平能有效削弱智慧城市建设对市场分割的加剧作用。

表9 工业化水平的影响效应Table 9 Effect of industrialization development

综合而言，在智慧城市建设过程中注重工业化发展，不仅有利于新型城镇化，还能有效促进城市间市场一体化。原因可能是数字技术作用的发挥需与其他产业融合，相对服务业而言，工业对产业链和区域分工合作有着较高的要求，智慧城市建设能通过工业发展加强区域间的联动配合，充分展现数字技术的积极作用；而第三产业发展对本地市场的依赖程度较高，与智慧城市建设融合对本地经济发展的促进作用更强，可能会削弱区域间的经济联系。根据前文分析，智慧城市建设对市场分割的加剧作用主要体现在中小城市，对大城市的市场分割具有抑制作用，这主要是因为对中小城市而言，服务业以住宿和餐饮业等满足居民最终消费需求的产业为主，智慧城市建设的发展会更多地服务于本地市场，未能体现在区域间产业合作等方面；而大城市金融业及交通仓储邮电业等现代生产性服务业占比高，服务对象不限于本地市场，与智慧城市建设相结合不仅能更好服务于本地市场，还可以通过跨区服务业合作，推动区域间的合作与互通，促进地区间市场一体化。

5 结论与讨论

将国家智慧城市试点的分批设立视为一项准自然实验，基于2005—2019年中国238个地级及以上城市平衡面板数据，运用双重差分法实证检验了智慧城市试点建设对新型城镇化与城市间市场一体化的影响。得出的结论具体为：1）智慧城市试点促进了试点城市的经济城镇化、社会城镇化和环境城镇化，对人口城镇化并无显著影响，而对城市间市场一体化却产生了不利影响；2）智慧城市建设对城市间市场一体化的不利主要体现在低级别城市、中小城市和内陆城市，而大城市和沿海城市的智慧城市建设则有利于市场一体化；3）机制分析表明，缩小信息基础设施差距和公共支出差距，以及发展第二产业既有利于发挥智慧城市建设对新型城镇化发展的促进作用，又能促进城市间市场一体化，其中缩小信息基础设施差距的作用最为全面，而缩小公共支出差距的促进作用主要体现在社会城镇化的促进作用，而工业化水平的促进作用主要体现在环境城镇化上。

基于上述结论，得到的启示为：1）智慧城市建设并非是一蹴而就的，政府应注重在构建全国统一大市场的背景下，鼓励一些有条件的地方先自主加强智慧城市建设，而非等待国家政策的实施，鼓励其积极完善相应的配套基础设施，强化地区间的资源共享和数字基础设施的互联互通，在新型城镇化发展的同时促进区域市场一体化。2）加强体制机制创新，深化地区间合作。当前智慧城市建设，地理学表现出一定“缺位”，考虑到智慧城市建设对城市间市场一体化的影响具有区位异质性，在建设过程中应结合各地区实际情况，制定差异化发展策略，如通过“东数西算”跨地理空间的数据运算，发挥西部地区算力资源优势，促进不同地区协调发展。3）在促进数字技术与实体经济发展的过程中，注重数字技术与工业化结合，不能一味强调产业高级化，要避免产业空心化。在中国人口红利逐渐消失和创新能力不足的大背景下，应加快新一代信息技术与制造业的融合发展，加强区域间产业链分工合作，增强区域联动性，助力市场一体化进程。4）在智慧城市建设过程中，应重点关注信息基础设施差距与公共支出差距，采取措施以缩小信息基础设施差距，促进地区间公共支出均衡化，弥合智慧城市建设过程中的“数字鸿沟”，促进不同地区协调发展。

本研究的理论贡献：1）将智慧城市试点的设立作为一项准自然实验，纳入到市场一体化的影响因素分析中，补充了市场一体化影响因素研究；2）现有文献大多从省级层面分析市场分割程度，本研究从城市层面出发，丰富了城市层面市场一体化的研究；3）探讨了智慧城市建设的区域效应，为通过智慧城市建设促进新型城镇化和城市间市场一体化提供参考。

本研究不足与展望：1）探讨了智慧城市试点政策的实施对新型城镇化发展与城市间市场一体化的影响，政策或未能全面细致地反映中国智慧城市建设发展的真实情况，未来可深入研究，寻找合适的指标评估中国智慧城市建设的发展情况；2）由于中国智慧城市建设过程中各城市间经济基础和要素资源禀赋等方面有差异，使发展存在不平衡，空间差异较大，未来可进一步基于地理视角对智慧城市建设进行思考；3）数据主要来自于国内，未能与国外智慧城市研究进行详尽的对比分析，未来可将国内外智慧城市发展进行对比研究，更好地为促进中国智慧城市建设发展提供参考。